我可以抓取网站，下载特定页面，并将呈现的版本保存为PHP中的PDF吗？

Question

我只是需要澄清这个概念是否可行，或者我是否误解了爬虫的能力。

Say 1有一个包含100个网站/博客的列表，每天，我的程序（我假设它是一个爬虫的东西）将通过它们进行判断，如果匹配某些指定的短语，如“迈阿密热”或“勒布朗”詹姆斯“，它将继续下载该页面 - ＆gt;将其转换为带有全文/图像的pdf并保存为pdf。

所以我的问题是;

1. 这类事可能吗？请注意，我不想只是文本片段，但我希望整个页面好像是在一张纸上打印出来的？
2. 这种类型的程序被称为抓取工具吗？
3. 我计划构建来自http://phpcrawl.cuab.de/about.html
的代码

Answer 1

这是完全可能的，因为您将使用phpcrawl抓取网页使用wkhtmltopdf将您的html转换为pdf，因为它是

1. 是的，通过使用wkhtmltopdf工具，您可以按原样转换网页。它是一个桌面基座s / w，所以你可以安装在你的机器
2. 是Crawlers。
3. 它是构建您想要构建的完美工具。

Answer 2

1. 是的，这是可能的。

2. 您可以将其称为抓取工具或刮刀，因为您正在从网站上抓取数据。

将网站呈现为PDF可能是最困难的部分，他们的网络服务可以为您做到这一点。

例如

http://pdfmyurl.com/

（我没有从属关系，我从未使用它们，这只是我检查时谷歌搜索结果中的第一个网站）