Epublifier – Scraping-Tool für Seiten (Bücher, Handbücher) zum Offline-Lesen

• Ein Tool zum Konvertieren von Websites in ePub
• Extrahiert eine Liste von HTML-Seiten aus einer Website und kompiliert sie zu einem ePub-Buch, das in einen gewünschten eReader importiert werden kann
• Fortgeschrittene Nutzer, die JavaScript schreiben können, können zusätzliche Parser-Definitionen hinzufügen, um das Parsen einer Website individuell anzupassen

Unterstützte Websites

• Novel Update
• Wuxia World
• die meisten Websites aus awesome-read-the-docs
• benutzerdefinierte Websites, die UL/OL-Elemente als Inhaltsverzeichnis verwenden, reguläre Ausdrücke im Link-Text nutzen oder Query-Selektoren verwenden
• benutzerdefinierte Web-Apps mit vordefinierten Titel-(Header-)Elementen und einem klickbaren Weiter-Button

GN⁺-Zusammenfassung

• Epublifier ist ein Tool, das Inhalte von Websites in das ePub-Format umwandelt, damit sie sich leicht auf einem eReader lesen lassen
• Das Tool unterstützt insbesondere Websites wie Novel Update und Wuxia World; fortgeschrittene Nutzer können das Parsen per JavaScript individuell anpassen
• Das Tool ist nützlich für Nutzer, die Webinhalte offline lesen möchten; ein ähnliches Tool mit vergleichbarer Funktion ist Calibre

[GN⁺]

Hacker-News-Kommentare

• Calibre unterstützt viele Websites
• Diese Erweiterung versucht zu erklären, wodurch sie sich von anderen Scrapern unterscheidet
  • Sie ist dafür gedacht, ePubs für Websites zu erzeugen, auf denen traditionelle Scraper nicht gut funktionieren
  • Übliche Kommandozeilen-Scraper und andere Erweiterungen funktionieren nur auf vordefinierten Websites
  • Es kann komplexe Konfiguration oder Code erforderlich sein
  • Manche Websites erzeugen oder laden Text dynamisch mit JavaScript
  • Da sie im Browser läuft, ist die Wahrscheinlichkeit geringer, erkannt und blockiert zu werden
  • Sie ist nicht für wiederholte Nutzung oder Hintergrundaufgaben gedacht
  • Sie bietet eine UI, damit sich Inhalte auch ohne Konfiguration für eine Website leicht scrapen lassen
  • Bei Websites, die andere Programme/Erweiterungen bereits verarbeiten, ist keine bessere Leistung zu erwarten
  • Sie wurde geschrieben, weil sie nicht an eine bestimmte Website gebunden ist
• Das Interessante an diesem Programm ist die UI zum Extrahieren von Inhalten aus beliebigen Websites
• Es wäre großartig, wenn es Websites verarbeiten könnte, bei denen alle Abschnitte hinter Akkordeons verborgen sind
• Ich baue etwas Ähnliches
  • Ich entwickle einen Web-Scraper und ePub-Parser für Blogs, Webromane usw.
  • Außerdem entwickle ich eine begleitende PWA-App für Offline-Lesen
• Manchmal möchte ich Paul Grahams Essays als ePub haben
• Ich habe einmal eine einfache Version gebaut, die ePub-Dateien im Dateisystem eines Servers speichert
  • Mit Postlight Parser stellte sie eine vereinfachte Dokumentansicht von Websites bereit
• Dieses Tool ist erstaunlich
  • Die Zeiten, in denen ich für Offline-Reisen viele Webseiten gecacht habe, sind vorbei
• Ich frage mich, ob es fanfiction.net unterstützt
• Ich würde es gern auf dokumentationslastigen Websites wie AWS, VueJS, MDN, w3schools, realpython und betterstack ausführen