Сохранение текста и изображений в файл

@FaNaT_96 · Регистрация: 27.11.2013

Студворк — интернет-сервис помощи студентам

Здравствуйте. Стоит цель спарсить определенную страницу. На ней может быть как текст, так и изображение.
С помощью htmlagilitypack удается получить содержимое страницы в виде html, как текстовое, так и ссылки на картинки.

Есть простой вариант с сохранением исходного html-кода в виде .html файла, тогда и изображения отображаются в нем, и текст форматирован. Однако затем конвертировать такие файлы в pdf, epub или fb2 бесполезно, т.к. изображения теряются, а порой и форматирование текста. И неважно какие программы для этого использую. Даже calibre не справляется.

Поэтому возник вопрос: а есть способ изначально сохранять файлы, например, в epub? Либо любом другом формате, который бы позволял затем спокойно конвертировать его в нужные мне без потери каких-либо изначальных особенностей, будь то картинки или форматирование текста.

@nicolas2008 · 06.05.2021, 05:42

html не содержит картинок, только текст и ссылки.

@Usaga · 06.05.2021, 05:46

nicolas2008, картинки тоже может, только хитрым образом:

HTML5
1
2
3
4
5
6
<div>
  <p>Taken from wikpedia</p>
  <img src="data:image/png;base64, iVBORw0KGgoAAAANSUhEUgAAAAUA
    AAAFCAYAAACNbyblAAAAHElEQVQI12P4//8/w38GIAXDIBKE0DHxgljNBAAO
        9TXL0Y4OHwAAAABJRU5ErkJggg==" alt="Red dot" />
</div>

В стилях тоже можно base64 хранит.

@nicolas2008 · 06.05.2021, 06:27

Usaga, можно, но если я правильно понял, по условиям задачи нужно уметь automagically сохранять с картинками произвольные html страницы, в которых обычно содержатся ссылки на картинки и стили.

@FaNaT_96 · 06.05.2021, 13:32 **[ТС]**

Сообщение от nicolas2008

можно, но если я правильно понял, по условиям задачи нужно уметь automagically сохранять с картинками произвольные html страницы, в которых обычно содержатся ссылки на картинки и стили.

Почти так, только там не целые страницы, а лишь div, в котором изредка есть img со ссылками на изображения.

Новые блоги и статьи Все статьи Все блоги /
делаю науч статью по влиянию грибов на сукцессию anaschu 13.03.2026 прикрепляю статью	SDL3 для Desktop (MinGW): Создаём пустое окно с нуля для 2D-графики на SDL3, Си и C++ 8Observer8 10.03.2026 Содержание блога Финальные проекты на Си и на C++: hello-sdl3-c. zip hello-sdl3-cpp. zip Результат:	Установка CMake и MinGW 13.1 для сборки С и C++ приложений из консоли и из Qt Creator в EXE 8Observer8 10.03.2026 Содержание блога MinGW - это коллекция инструментов для сборки приложений в EXE. CMake - это система сборки приложений. Здесь описаны базовые шаги для старта программирования с помощью CMake и. . .	Как дизайн сайта влияет на конверсию: 7 решений, которые реально повышают заявки Neotwalker 08.03.2026 Многие до сих пор воспринимают дизайн сайта как “красивую оболочку”. На практике всё иначе: дизайн напрямую влияет на то, оставит человек заявку или уйдёт через несколько секунд. Даже если у вас. . .
Модульная разработка через nuget packages DevAlt 07.03.2026 Сложившийся в . Net-среде способ разработки чаще всего предполагает монорепозиторий в котором находятся все исходники. При создании нового решения, мы просто добавляем нужные проекты и имеем. . .	Модульный подход на примере F# DevAlt 06.03.2026 В блоге дяди Боба наткнулся на такое определение: В этой книге («Подход, основанный на вариантах использования») Ивар утверждает, что архитектура программного обеспечения — это структуры,. . .	Управление камерой с помощью скрипта OrbitControls.js на Three.js: Вращение, зум и панорамирование 8Observer8 05.03.2026 Содержание блога Финальная демка в браузере работает на Desktop и мобильных браузерах. Итоговый код: orbit-controls-threejs-js. zip. Сканируйте QR-код на мобильном. Вращайте камеру одним пальцем,. . .	SDL3 для Web (WebAssembly): Синхронизация спрайтов SDL3 и тел Box2D 8Observer8 04.03.2026 Содержание блога Финальная демка в браузере. Итоговый код: finish-sync-physics-sprites-sdl3-c. zip На первой гифке отладочные линии отключены, а на второй включены:. . .

@FaNaT_96 18 / 18 / 15 Регистрация: 27.11.2013 Сообщений: 470

	Сохранение текста и изображений в файл 05.05.2021, 15:57. Показов 2115. Ответов 4 Метки нет (Все метки) Здравствуйте. Стоит цель спарсить определенную страницу. На ней может быть как текст, так и изображение. С помощью htmlagilitypack удается получить содержимое страницы в виде html, как текстовое, так и ссылки на картинки. Есть простой вариант с сохранением исходного html-кода в виде .html файла, тогда и изображения отображаются в нем, и текст форматирован. Однако затем конвертировать такие файлы в pdf, epub или fb2 бесполезно, т.к. изображения теряются, а порой и форматирование текста. И неважно какие программы для этого использую. Даже calibre не справляется. Поэтому возник вопрос: а есть способ изначально сохранять файлы, например, в epub? Либо любом другом формате, который бы позволял затем спокойно конвертировать его в нужные мне без потери каких-либо изначальных особенностей, будь то картинки или форматирование текста. 0

@nicolas2008 1152 / 860 / 263 Регистрация: 30.04.2009 Сообщений: 3,603
	06.05.2021, 05:42
	html не содержит картинок, только текст и ссылки. 0

@nicolas2008 1152 / 860 / 263 Регистрация: 30.04.2009 Сообщений: 3,603
	06.05.2021, 06:27
	Usaga, можно, но если я правильно понял, по условиям задачи нужно уметь automagically сохранять с картинками произвольные html страницы, в которых обычно содержатся ссылки на картинки и стили. 0