CSDN博文下載器（JAVA）

標籤：java   csdn博文下載   jar   Regex   pdf   

自己用JAVA做的CSDN博文下載器，提供jar包和源碼。

源碼也公開吧，反正jar反編譯也能得到源碼，新手不會jar加密。

資源csdn在審核吧...好慢

考慮到上課的時候看部落格不方便，想把好的部落格全部下載下來，在手機上看。

各種百度，找到了幾個工具。

1.http://blog.csdn.net/gzshun/article/details/7555525

大神寫了思路和教程，用他的工具發現的問題：

（1）下載不完全，測試只能下載第一頁的21篇文章左右。

（2）產生的pdf看著還行，代碼部分有的超出pdf頁面範圍，導致看不到，不方便

2.http://www.cr173.com/soft/48129.html

這個大神寫的通用部落格匯出工具，好像介面有變化，失效了，匯出不了。

我就在琢磨自己寫個程式出來。

好了，有了http://blog.csdn.net/gzshun/article/category/932960 前輩的思路。

擴充了一下，自己的思路：

（1）電腦版改為手機版

個人感覺手機版csdn更精簡，處理起來肯定方便，連結是http://m.blog.csdn.net/blog，後面加使用者名稱就是該使用者的部落格了，這裡要區別使用者名稱和自訂網域名，電腦版的部落格連結一般是自訂網域名，例如：我的電腦版csdn部落格自訂網域名是：noaboutfengyue，我的使用者名稱是：oWuGuanFengYue123，電腦版中http://blog.csdn.net/加這兩個都可以跳轉到部落格，但是在手機版中只能訪問 http://m.blog.csdn.net/blog/oWuGuanFengYue123開啟部落格。

為了使用方便，程式只需讀入自訂網域名就能下載，所以，增加個方法，功能是通過網域名稱獲得使用者名稱，實現很簡單，開啟http://blog.csdn.net/noaboutfengyue，源碼中就有oWuGuanFengYue123使用者名稱，通過Regex解析就Ok。

（2）採用ITEXT從html生產pdf

在http://blog.csdn.net/noaboutfengyue/article/details/45174787中已經說明

（3）擷取所有文章列表

經測試發現http://m.blog.csdn.net/blog/oWuGuanFengYue123?page= 這個page是文章頁數，當這個數字很大時，大過文章頁數，取個極限，99999，http://m.blog.csdn.net/blog/oWuGuanFengYue123?page=999999，顯示的就是所有文章

（4）文章列表的擷取和文章內容的解析

在(3)中擷取的頁面，通過Regex，解析出所有文章標題和url，然後通過這個url得到html源碼，由於使用IText，對html源碼的格式要求很嚴，所以這裡要進行預先處理（這裡做的有點不完善），比如<br>報錯，必須改成<br/>，還有一些，然後直接轉換成pdf輸出。

（5）增加序號

為了使產生出來的pdf有序，按照作者第一篇博文開始編號。產生出來的檔案名稱是  1.標題.pdf

思路大概就這些，細節方面有些要處理。

使用說明：

下載目錄在當前程式目錄/csdn/使用者名稱

示範一下吧。

用http://m.blog.csdn.net/blog/lmj623565791 這個老師的來示範，部落格寫得很好。

處理過程顯示：

還是有些地方處理的不完善，大致上處理還不錯，能產生大部分pdf。

結果：

就這樣了，哈哈，世界清淨了。

不說了，我去下載好的部落格去了，上課了去看。

複製去Google翻譯翻譯結果

CSDN博文下載器（JAVA）