将网页转换为电子书的一个文件

Question

我想下载 HTML（例如：http ://www.brpreiss.com/books/opus6/ ）并将其加入一种 HTML 或我可以在电子书阅读器上使用的其他格式。免费书籍的网站没有标准的分页，它们不是博客或论坛，所以不知道如何进行一些自动抓取和合并。

Answer 1

您可以使用Calibre满足您的电子书转换需求。您可以通过从您设置为目录的单个 HTML 文件链接到多个 HTML 文件来制作单个电子书，就像这样。

我的过程是（使用 Chrome）使用 Instapaper Text bookmarklet 清理一下，然后右键单击 -> 另存为，选择另存为单个网页，仅 HTML，然后在 Calibre 中打开它，转换为 EPub，然后使用 Edit Book 功能来整理被拉进来的任何额外的杂乱标记。 (3认同)

Answer 2

我过去使用的方法是 Calibre。

但这变得太痛苦了，所以我构建了一个 Chrome 扩展程序以使其更容易。

它被称为 EpubPress ( http://epub.press )。

它允许您从 Chrome 标签页构建电子书。

希望有帮助！

Answer 3

Pandoc可以获取指向页面（或 html 文件）的链接并将其转换为 pdf/epub ...

我不确定它是否会爬行。如果没有，您可以先使用wget或其他东西（或仅收集链接）抓取页面并将其提供给 pandoc。