我可以抓取网站，下载特定的页面，并将呈现的版本保存为PHP中的PDF吗？

Question

我只需要在这里澄清一下这个概念是否可行，或者我是否误解了爬虫的能力。

假设1有一个100个网站/博客的列表，每天，我的程序(我假设它是爬虫的东西)会在它们中运行，如果某些特定的短语(如“迈阿密热火”或“勒布朗·詹姆斯”)匹配，它将继续下载该页面->，将其转换成一个包含全文/图像的pdf格式，并保存该pdf。

所以我的问题是；

1. 这种事是有可能的，对吧？请注意，我不想仅仅是文字片段，但我希望得到整个页面，就像它是打印在一张纸上？
2. 这种类型的程序被称为爬虫，对吗？
3. 我计划在http://phpcrawl.cuab.de/about.html代码的基础上构建

Answer 1

这是完全可能的，因为您将使用phpcrawl来爬行网页，使用wkhtmltopdf将html转换成pdf格式。

1. 是的，可以通过使用wkhtmltopdf工具来转换网页。它是一个台式机基s/w，这样您就可以在您的机器中安装。
2. 是的，克劳勒。
3. 它是构建你想要构建的东西的完美工具。

Answer 2

1. 是的是可能的。
2. 你可以称它为爬虫或刮刀，因为你正在从网站上抓取数据。

将网站渲染成PDF可能是最困难的部分，它们是可以为您提供的you服务。

例如

http://pdfmyurl.com/

(我没有隶属关系，也从未使用过，这只是我查到的google结果中的第一个网站)