Epublifier – herramienta para extraer páginas (libros, manuales) para lectura sin conexión

• Herramienta para convertir sitios web en ePub
• Puede extraer una lista de páginas HTML de un sitio web y compilarlas como un libro ePub para importarlo en el eReader que prefieras
• Los usuarios avanzados que puedan escribir JavaScript pueden agregar definiciones de analizadores adicionales para personalizar el parseo del sitio

Sitios compatibles

• Novel Update
• Wuxia World
• La mayoría de los sitios de awesome-read-the-docs
• Sitios personalizados que usan elementos UL/OL como tabla de contenido, o expresiones regulares en el texto de los enlaces, o selectores de consulta
• Aplicaciones web personalizadas que usan elementos de título (encabezado) predefinidos y un botón de siguiente (clicable)

Resumen de GN⁺

• Epublifier es una herramienta que ayuda a convertir el contenido de sitios web al formato ePub para que se pueda leer fácilmente en un eReader
• Esta herramienta es especialmente compatible con sitios como Novel Update y Wuxia World, y los usuarios avanzados pueden personalizar el parseo mediante JavaScript
• Esta herramienta es útil para quienes quieren leer contenido web sin conexión, y una herramienta con funciones similares es Calibre

[GN⁺]

Opiniones de Hacker News

• Calibre es compatible con muchos sitios
• Esta extensión busca explicar en qué se diferencia de otros scrapers
  • Está hecha para generar ePub en sitios web donde los scrapers tradicionales no funcionan bien
  • Los scrapers típicos de línea de comandos y otras extensiones solo funcionan en sitios predefinidos
  • Puede requerir configuraciones complejas o código
  • Algunos sitios usan JavaScript para generar o traer texto de forma dinámica
  • Como se ejecuta en el navegador, es menos probable que sea detectada y bloqueada
  • No está pensada para uso repetitivo ni para tareas en segundo plano
  • Ofrece una UI para facilitar el scraping sin necesidad de configuración para cada sitio
  • No se puede esperar un mejor rendimiento en sitios que otros programas/extensiones ya manejan
  • Fue hecha porque no está atada a un sitio específico
• Lo interesante de este programa es la UI para extraer contenido de sitios arbitrarios
• Sería genial si pudiera manejar sitios donde todas las secciones están ocultas detrás de acordeones
• Estoy haciendo algo parecido
  • Estoy desarrollando un scraper web y un parser de ePub para blogs, novelas web y más
  • También estoy desarrollando una app complementaria PWA para lectura offline
• A veces quiero tener los ensayos de Paul Graham en ePub
• Una vez hice una versión simple que guardaba archivos ePub en el sistema de archivos del servidor
  • Usaba Postlight Parser para ofrecer una vista simplificada del documento del sitio web
• Esta herramienta es increíble
  • Ya quedaron atrás los días de guardar en caché muchas páginas web para viajar sin conexión
• Me pregunto si es compatible con fanfiction.net
• Me encantaría verlo funcionando en sitios con mucha documentación como AWS, VueJS, MDN, w3schools, realpython y betterstack