bobopeng

很久之前就

转载自： http://blog.youkuaiyun.com/w397090770/article/details/7768129  下面我讲下处理pdf文件的，这里我用了PD4ML来处理的，原因有几个：（1）、它对CSS的支持做的很好；（2）、可以处理图片（很爽吧）（3）、可以处理中文，不过麻烦一些。基础的过程可以看我的另外一篇帖子java编程将HTML文件转换成PDF文件http://b

转载自：http://blog.youkuaiyun.com/w397090770/article/details/7760907下载地址http://download.youkuaiyun.com/detail/w397090770/4438566（不需要积分）下面有网友说爬取到的博文没有任何博主的信息，今天我更新了一下代码， 在每一篇爬取到的博文中添加了作者博客名字以及这篇博文的地址，详细见下图。用了

转载自：http://blog.youkuaiyun.com/w397090770/article/details/7767531 在昨天上午发了一个帖子[原创]自己动手写优快云博客提取器，提取文件保存支持PDF、doc、txt三种格式有很多网友比较感兴趣，有些网友说要公布一下源码，在这里，我就把这个软件制作的一些核心代码贴出来，给大家分享。下面是把抓取到的网页用正则表达式处理留下纯文本然后保存

转载自： http://blog.youkuaiyun.com/w397090770/article/details/7768089 下面是把抓取到的网页用itext包保存为doc文件，过程很简单的。下面是这个类的实现：[java] view plaincopy/**  *   */  package com.wyp.html2doc;    import java.i