V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
voidtools
V2EX  ›  问与答

issuu.com 不样下载,怎么办?答案:利用 google cache 提取文本内容

  •  
  •   voidtools · 2016-09-13 06:07:53 +08:00 · 1653 次点击
    这是一个创建于 2803 天前的主题,其中的信息可能已经有所发展或是发生改变。

    比如 https://www.google.com.bo/search?num=100&newwindow=1&hl=es-419&site=webhp&btnG=Buscar&q=%E2%80%9Chttps%3A%2F%2Fissuu.com%2Fjuventudempresa%2Fdocs%2Fguia_2015-digital-pages%E2%80%9D&oq=&gs_l=

    ps : issuu 发布杂志时,可以设置是否允许下载。就算不行,也可以火狐插件 httpfox 抓包,抓到每一页对应的 swf 文件,用"C:\Program Files\Archivarius 3000\Archivarius3000.exe"倒是可以检索 swf 的文本内容。

    这个巴西人也做了个下载工具,可以下载某账号上传的所有 http://www.robsonmartins.com/inform/issuu/,

    不过下载的 pdf 都是图片不可检索版。 ocr 的话,太费事了。偶然发现 google 大法 cache 了所有页面的文本层,太惊艳了!

    SpicyCat
        1
    SpicyCat  
       2016-09-13 10:28:50 +08:00
    不样下载。。。哈哈
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2859 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 27ms · UTC 13:28 · PVG 21:28 · LAX 06:28 · JFK 09:28
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.