1
我正在使用Mozenda（Mozenda.com）來抓取在線數據庫，但其中一些數據是PDF文件。 Mozenda似乎不支持抓取這些文件，所以我正在尋找另一種解決方案。如何從PDF中抓取信息？
有兩個問題...
什麼是適當的XPath語法選擇從 鏈接的網址？目前尚不清楚如何使用Mozenda來做到這一點，並且PDF地址 是實施第三方解決方案所必需的。
什麼是將大量PDF在線轉換爲 html的好工具，或者更好的辦法是刮掉它們？
任何有用的建議是非常值得讚賞的。我很高興澄清......只是問。