Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/shimachao/zhihuzhuanlan2pdf
爬取知乎专栏并保存为pdf文档
https://github.com/shimachao/zhihuzhuanlan2pdf
Last synced: 3 months ago
JSON representation
爬取知乎专栏并保存为pdf文档
- Host: GitHub
- URL: https://github.com/shimachao/zhihuzhuanlan2pdf
- Owner: shimachao
- Created: 2017-05-26T08:23:51.000Z (over 7 years ago)
- Default Branch: master
- Last Pushed: 2017-06-02T04:03:08.000Z (over 7 years ago)
- Last Synced: 2024-07-28T18:39:57.564Z (3 months ago)
- Language: Python
- Size: 348 KB
- Stars: 25
- Watchers: 5
- Forks: 5
- Open Issues: 4
-
Metadata Files:
- Readme: readme.md
Awesome Lists containing this project
- awesome-seeds - zhihuzhuanlan2pdf
README
# zhihuzhuanlan2pdf
**知乎专栏 to PDF**。爬取指定的知乎专栏并保存为 PDF 文档。
## 依赖
- Python 3.6.x
- Requests
- beautiful Soup
- lxml
- Mako
- PDFKit
- wkhtmltopdf
## 安装
> 注：本程序尚未上传到 pypi，所以目前你只能直接下载该仓库源码，然后安装好依赖包（参见 requirement.txt）。
>
> 计划以后做成 Docker 镜像，或上传到 pypi，方便大家下载使用。
1. 下载本仓库源码
2. 确保你安装了Python 3.6.x (本程序只在 Windows 平台，Python 3.6.1 上测试过)
3. 安装依赖的 Python 库
```shell
$ pip install -r requirements.txt
```
4. 安装 PDFKit 依赖的程序
Debian/Ubuntu:
```shell
$ pip install wkhtmltopdf
```
windows 平台去 [wkhtmltopdf 官网](http://wkhtmltopdf.org/)下载对应的Windows版本安装文件安装即可。参见 [PDFKit 项目文档](https://github.com/JazzCore/python-pdfkit)。
## 使用
```shell
$ python start.py {某知乎专栏URL地址}
```
比如我想把“向工资编程”专栏保存为本地 PDF 文件。在知乎上找到给专栏主页，复制该主页的 URL 地址:https://zhuanlan.zhihu.com/auxten
然后：
```shell
$ python start.py https://zhuanlan.zhihu.com/auxten
```
等待一段时间，./out 目录下就好出现`面向工资编程.pdf`文件了。你要抓取专栏的文章越多，等待的时间越长。
本人测试的效果如下：
