百度空间和QQ空间文章采集管理制成CHM心得

前几天找到了老婆曾经在百度空间写的文章（详见前两篇博文）。

准备把老婆QQ空间的文章一起整理做个合集，以免遗失。

把其中用到的工具注意事项记录一下，以便下次按图索骥。

采集抓取原百度空间文章：在登陆现百度云空间的前提下，自己写了个小工具采集（日期、标题和正文）。（有需求的网友可留言联系处理）

采集抓取QQ空间文章：用了chrome插件 QQ空间导出助手 https://github.com/ShunCai/QZoneExport （QQ空间导出助手，用于备份QQ空间的说说、日志、私密日记、相册、视频、留言板、QQ好友、收藏夹为文件，便于迁移与保存），采用谷歌浏览器。导出为“.md”格式。用工具liteide的markdown转出为HMTL格式。

为长期保留，将采集的文章导入myBase管理（MyBase是一款用于分类管理自由格式资料的数据库软件），并准备制作成导出CHM电子书。

但在制作成导出CHM电子书时出现了问题，因为百度空间采集的文章是采用gb2312编码，而QQ空间采集的文章采用的是utf-8编码，所以在mybase显示正常，但在导出的CHM中，QQ空间采集的文章出现了乱码。经反复测试主要原因不在于文件的编码，而是因为代码的中含有utf-8标识，导致在生成CHM自动识别后造成。

百度了一下，在csdn有一款叫nyfedit7.0(mybase)-chm制作去乱码插件应该可以解决，但C币需要19枚，只好放弃。在网上找了一款“XReplace超级字符串批量替换工具”（破解版）将所有HTML文档代码中的“utf-8”替换成“gb2312”后完美解决乱码问题。

除个人开发的百度空间博文采集小工具外，均传百度网盘了。

百度网盘分享地址：

链接：https://pan.baidu.com/s/1EyJx7riNRJbsaCjhmhKDLw 

本站部分文章包含隐藏内容。一是成为VIP会员可以阅读全部文章；二是可以使用日子币兑换后阅读。

会员与积分详细介绍请查阅此文《如何成为本站会员？如何获得本站日子币？》