Baixar todos os links em PDF em uma página da web? [fechadas]

23

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas.

Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico Superusuário.

Fechado no ano passado .

Você conhece um bom software para baixar todos os links em PDF em uma página da web?

O sistema operacional é o Windows 7.

— eu pergunto
fonte

36

Você pode usar o wget e executar um comando como este:

wget --recursive --level=1 --no-directories --no-host-directories --accept pdf http://example.com

Ou com as opções curtas:

wget -r -l 1 -nd -nH -A pdf http://example.com

ATUALIZAÇÃO: Como a atualização indica que você está executando o Windows 7: use o wget para Windows a partir de um cmdprompt.

ATUALIZAÇÃO 2: Para uma solução gráfica - embora possa ser um exagero, pois também há outros arquivos, é DownThemAll

— Kevin Worthington
fonte

obrigado Kevin pelo seu conselho, o wget parece bom, de qualquer maneira eu preferiria um software 'gráfico', não linha de comando. :)

— iAsk

2

Isso rejeita até a página .html inicial. Já foi testado?

— Dan3

A pergunta é feita sobre o download de todos os links em PDF; portanto, a página .html inicial será ignorada.

— Kevin Worthington

Existe a possibilidade de fazer o mesmo no Windows 7 usando o Power Shell?

— Benedikt Buchert

1

Eu também sugeriria um atraso de pelo menos alguns segundos entre os downloads de arquivos, para ser agradável e não sobrecarregar o servidor remoto. e, g, para wget, adicione uma bandeira de-w 5

— KJH 21/01

6

No seu navegador, pressione CTRL+ SHIFT+ Je digite

var pdflinks = []; Array.prototype.map. chamada (document.querySelectorAll ("a [href $ = \". pdf \ "]"), função (e, i) {if ((pdflinks || []). indexOf (e.href) == - 1) {pdflinks.push (e.href);}}); console.log (pdflinks.join ("")));

Isso retornará no console:

" /superuser/tagged/somepdf1.pdf " " /superuser/tagged/somepdf2.pdf " " /superuser/tagged/somepdf3.pdf "
Agora usando wgetcom as opções de linha de comandowget url1 url2 ...

Copie e cole, abra um console e wgetpressione o botão direito do mouse para inserir o conteúdo da área de transferência e pressione Enter.

Para usar um arquivo de download, junte as linhas com "\ n" e use o parâmetro da seguinte maneira wget -i mydownload.txt

Observe que a maioria dos outros programas de download (GUI) também aceita ser chamada com uma lista de URLs separada por espaço.

Espero que isto ajude. É assim que geralmente faço. É mais rápido e mais flexível do que qualquer extensão com uma interface gráfica, tenho que aprender e me familiarizar.

— Lorenz Lo Sauer
fonte

1

Melhor ainda, console.log('"' + pdflinks.join('" "') + '"')- caso contrário, você não recebe URLs citados

— dan3

1

Se você deseja permanecer no navegador, escrevi uma extensão da Web exatamente para esse fim - estou trabalhando para adicionar a capacidade de salvar PDFs de artigos acadêmicos com títulos formatados corretamente, mas se você apenas deseja fazer o download deles, tudo é perfeito por esta.

Chama-se Tab Save e na Chrome Web Store aqui . Você nem precisa inserir a lista de URLs se apenas abrir todas elas em guias (mas, para um grande número de arquivos, isso pode tornar o computador mais lento, então eu adicionei a opção de adicionar os seus).

— Louis Maddox
fonte

0

Recentemente usei o uGet (no Windows) para isso. Possui uma GUI e você pode filtrar os arquivos que pretende baixar.

Salva tentando lembrar todos aqueles

— Cogitativo
fonte

0

No Google Chrome, é possível usar extensões como:

Download Master

Com esta extensão, você pode baixar todas as imagens, vídeos, pdf, doc e qualquer outro arquivo vinculado na página da web que está visitando.

— kenorb
fonte

0

Google

Existem poucas ferramentas Python que permitem o download de links em PDF do site com base nos resultados de pesquisa do Google.

Por exemplo

google_dlscript (recomendado).

Uso:

./google_dl -s http://www.example.com/ -f pdf ""

gsrchDwnscript (baseado no script de neo ).

Uso:

./gsrchDwn.py --query "site:http://www.example.com/" --ftype pdf

^{Nota: Eu sou o mantenedor dos dois scripts mencionados.}

Ambos estão implementando a xgooglebiblioteca Python. Meu fork desta biblioteca é baseado na pkrumins/xgoogleversão .

Relacionado: Uma pesquisa na web a partir da linha de comando do Linux .

— kenorb
fonte