Epublifier – Công cụ scrape trang (sách, hướng dẫn) để đọc ngoại tuyến

• Công cụ chuyển đổi website thành ePub
• Trích xuất danh sách các trang HTML từ website và biên dịch chúng thành sách ePub để có thể nhập vào eReader mong muốn
• Người dùng nâng cao có thể viết JavaScript để thêm định nghĩa parser bổ sung nhằm tùy chỉnh việc phân tích cho từng trang web

Các trang được hỗ trợ

• Novel Update
• Wuxia World
• Phần lớn các trang trong awesome-read-the-docs
• Các trang tùy chỉnh sử dụng phần tử UL/OL làm mục lục, hoặc dùng biểu thức chính quy trên văn bản liên kết, hoặc dùng query selector
• Các ứng dụng web tùy chỉnh sử dụng phần tử tiêu đề (header) được định nghĩa sẵn và nút tiếp theo (có thể nhấp)

Tổng hợp của GN⁺

• Epublifier là công cụ giúp chuyển nội dung website sang định dạng ePub để có thể đọc dễ dàng trên eReader
• Công cụ này đặc biệt hỗ trợ các trang như Novel Update và Wuxia World; người dùng nâng cao cũng có thể tùy chỉnh việc phân tích thông qua JavaScript
• Công cụ này hữu ích cho người muốn đọc nội dung web ngoại tuyến; một công cụ khác có tính năng tương tự là Calibre

[GN⁺]

Ý kiến trên Hacker News

• Calibre hỗ trợ rất nhiều trang web
• Tiện ích mở rộng này muốn giải thích lý do nó khác biệt với các công cụ scraper khác
  • Nó được tạo ra để sinh EPub cho những trang web mà các scraper truyền thống không hoạt động tốt
  • Các scraper dòng lệnh thông thường và những tiện ích mở rộng khác chỉ hoạt động trên các trang đã được định nghĩa sẵn
  • Có thể cần cấu hình phức tạp hoặc phải viết mã
  • Một số trang dùng JavaScript để tạo hoặc tải văn bản một cách động
  • Vì chạy trong trình duyệt nên ít có khả năng bị phát hiện và chặn hơn
  • Nó không dành cho việc sử dụng lặp đi lặp lại hoặc chạy nền
  • Cung cấp UI để có thể scrape dễ dàng mà không cần cấu hình cho từng trang
  • Không thể kỳ vọng hiệu năng tốt hơn trên những trang mà các chương trình/tiện ích mở rộng khác đã xử lý sẵn
  • Tác giả làm nó vì nó không bị cố định vào một trang cụ thể
• Điểm thú vị của chương trình này là UI để trích xuất nội dung từ các trang bất kỳ
• Sẽ rất tuyệt nếu nó có thể xử lý những trang mà mọi phần đều bị ẩn sau accordion
• Tôi cũng đang làm một thứ tương tự
  • Đang phát triển một web scraper và trình phân tích ePub cho blog, web novel, v.v.
  • Cũng đang phát triển một ứng dụng đồng hành PWA để đọc offline
• Đôi khi tôi muốn lấy các bài luận của Paul Graham dưới dạng ePub
• Tôi từng làm một phiên bản đơn giản và lưu các tệp ePub vào hệ thống tệp của máy chủ
  • Dùng Postlight Parser để cung cấp chế độ xem tài liệu đã được đơn giản hóa của trang web
• Công cụ này thật đáng kinh ngạc
  • Đã qua rồi thời phải cache hàng loạt trang web để đi du lịch offline
• Tôi tự hỏi nó có hỗ trợ fanfiction.net không
• Tôi rất muốn chạy nó trên những trang có nhiều tài liệu như AWS, VueJS, MDN, w3schools, realpython, betterstack