摘要：自用，懒得写注释，可以直接跑，结果在df变量里 import requests as r from fake_useragent import UserAgent from bs4 import BeautifulSoup import pandas as pd origin_data = "ssd 阅读全文

摘要：因为PDF是扫描的图片格式，所以加书签会很麻烦 可以先使用OCR软件将目录中的文字识别 这里我将目录处理成两个文件 bookmark.txt存放分级书签信息 page.txt存放对应的页数 注意：页数和实际书籍页数可能会不一致（例如pdf页码是从封面开始算的，而书籍的第一页并不算封面和内容） 我们可 阅读全文

摘要：使用python requests库和beautifulsoup库 爬取apex wiki上的高清载入图当桌面 阅读全文