爬虫爬取pdf格式内容

struts2_hibernate_sp 2014-01-13 09:26:32

诸位大神，求指点。。。。
在爬取网页数据的时候，发现里面有学正文内容是在pdf中的，请问大神们怎样爬取下来这些内容啊，我的程序用的是jsoup。。。谢谢

...全文

602 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

打字员 2014-01-13

打赏
举报

回复

你可以把pdf下載下來，然后用軟件把pdf內的文字讀取出來... 這真是一個坑爸爸的方法!

如何使用爬虫软件爬取数据.pdf如何使用爬虫软件爬取数据.pdf如何使用爬虫软件爬取数据.pdf如何使用爬虫软件爬取数据.pdf如何使用爬虫软件爬取数据.pdf如何使用爬虫软件爬取数据.pdf如何使用爬虫软件爬取数据.pdf如何使用爬虫软件爬取数据.pdf

利用bs4和reportlab,完善了之前的读者爬虫增加爬取意林杂志的功能,供学习者参考

访问网站http://fx.cmbchina.com/hq/ 可以看到招商银行当天的外汇汇率，本项目的任务是编写一个爬虫程序爬取这些外汇的数据并存储到数据库。

Python网络爬虫实习报告.pdfPython网络爬虫实习报告.pdfPython网络爬虫实习报告.pdfPython网络爬虫实习报告.pdfPython网络爬虫实习报告.pdfPython网络爬虫实习报告.pdfPython网络爬虫实习报告.pdfPython网络爬虫实习报告.pdf

python爬虫基础项目--爬取百度贴吧前十页.pdf

81,117

社区成员

341,741

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章