Epublifier – alat scraping halaman (buku, manual) untuk membaca offline

• Alat untuk mengonversi situs web menjadi ePub
• Mengekstrak daftar halaman HTML dari situs web lalu mengompilasikannya menjadi buku ePub sehingga dapat diimpor ke eReader pilihan
• Pengguna tingkat lanjut yang dapat menulis JavaScript dapat menambahkan definisi parser tambahan untuk menyesuaikan parsing situs

Situs yang didukung

• Novel Update
• Wuxia World
• Sebagian besar situs dari awesome-read-the-docs
• Situs kustom yang menggunakan elemen UL/OL sebagai daftar isi, atau memakai regular expression pada teks tautan, atau menggunakan query selector
• Aplikasi web kustom yang menggunakan elemen judul (header) yang telah ditentukan sebelumnya dan tombol berikutnya yang dapat diklik

Ringkasan GN⁺

• Epublifier adalah alat yang mengubah konten situs web ke format ePub agar mudah dibaca di eReader
• Alat ini terutama mendukung situs seperti Novel Update dan Wuxia World, dan pengguna tingkat lanjut dapat menyesuaikan parsing melalui JavaScript
• Alat ini berguna bagi pengguna yang ingin membaca konten web secara offline, dan alat dengan fungsi serupa termasuk Calibre

[GN⁺]

Pendapat Hacker News

• Calibre mendukung banyak situs
• Ekstensi ini berupaya menjelaskan apa yang membedakannya dari scraper lain
  • Ditujukan untuk membuat EPub dari situs web tempat scraper tradisional tidak bekerja dengan baik
  • Scraper baris perintah umum dan ekstensi lain hanya berfungsi pada situs yang sudah didefinisikan sebelumnya
  • Mungkin memerlukan pengaturan yang rumit atau kode
  • Beberapa situs menggunakan JavaScript untuk menghasilkan atau mengambil teks secara dinamis
  • Karena berjalan di browser, kemungkinan untuk terdeteksi dan diblokir lebih rendah
  • Bukan untuk penggunaan berulang atau pekerjaan latar belakang
  • Menyediakan UI agar scraping dapat dilakukan dengan mudah tanpa pengaturan untuk situs tersebut
  • Tidak bisa diharapkan memberi performa lebih baik pada situs yang sudah ditangani program/ekstensi lain
  • Dibuat karena tidak terikat pada situs tertentu
• Hal menarik dari program ini adalah UI untuk mengekstrak konten dari situs apa pun
• Akan sangat bagus jika bisa menangani situs yang semua bagiannya tersembunyi di balik accordion
• Sedang membuat sesuatu yang mirip
  • Sedang mengembangkan scraper web dan parser ePub untuk blog, web novel, dan sebagainya
  • Juga sedang mengembangkan aplikasi pendamping PWA untuk membaca offline
• Kadang ingin mendapatkan esai Paul Graham dalam bentuk ePub
• Pernah membuat versi sederhana yang menyimpan file ePub di sistem file server
  • Menggunakan Postlight Parser untuk menyediakan tampilan dokumen web yang disederhanakan
• Alat ini luar biasa
  • Masa-masa menyimpan cache banyak halaman web untuk perjalanan offline telah berlalu
• Penasaran apakah mendukung fanfiction.net
• Akan senang menjalankannya pada situs web yang sarat dokumentasi seperti AWS, VueJS, MDN, w3schools, realpython, betterstack