pdf采集器

① 要用pdf文件其中的几个页面，如何提取

题主可以试一试福昕阅读器（领鲜版）

进度条走完，就可以去设置好的保存地址找到提取的PDF文档了。

② 火车头采集器。附件是pdf格式的，采集下来却变成php格式了

这个简单了，下载以后都是php的，然后用批处理批量改成pdf的，就是不知道数据库里面是什么格式的，到时候可以根据id替换下，数据库也可以批量替换成pdf
ren *.php *.pdf即可

③ 怎样采集pdf文档有什么软件吗

如果PDF文档中是可以选择的纯文字，那你直接复制粘贴即可，如果是不可选择的纯文字的话，就可以按以下方法操作，你只要有两个软件，Adobe Reader和office 2003。
步骤如下：
用Adobe Reader打开这个PDF文档，点击“文件”菜单中的“打印”命令，打开“打印”对话框，将“打印机”下的“名称”中选择“Microsoft Office Document Image Writer”,然后点击旁边的“属性”按钮，在弹出的对话框中点击“高级”标签，选中“TIFF-黑白传真”，点击“浏览”按钮，选择TIFF文件要存放的路径，然后点击“确定”，再点击“确定”，进度条走完后就会在你指定的目录里生成一个TIFF文件。
然后，在开始菜单里的“Microsoft Office 工具”下有一个“Microsoft Office Document Imaging”程序，运行这个程序，点击“打开”按钮，找到刚才生成的TIFF文件，将其打开，点击“工具”菜单中的“将文本发送到WORD”命令，在弹出的对话框中可以设置WORD文档存放的路径，然后点击“确定”，跳出一个对提示对话框，不用管它，直接“确定”。稍等片刻，就会将pdf上的文字显示在word里了。

④ PDF文件是什么软件做的

由Adobe AcrobatReader软件制作的。

pdf由Adobe Systems用于与应用程序、操作系统、硬件无关的方式进行文件交换所发展出的文件格式。PDF文件以PostScript语言图像模型为基础，无论在哪种打印机上都可保证精确的颜色和准确的打印效果，即PDF会忠实地再现原稿的每一个字符、颜色以及图像。

Adobe公司设计PDF文件格式的目的是支持跨平台上的，多媒体集成的信息出版和发布，尤其是提供对网络信息发布的支持。为了达到此目的， PDF具有许多其他电子文档格式无法相比的优点。

(4)pdf采集器扩展阅读

pdf文件特点——

pdf字型嵌入系统，可使字型随文件一起传输；结构化的存储系统，用以绑定这些元素和任何相关内容到单个文件，带有适当的数据压缩系统。

PDF文件使用了工业标准的压缩算法，通常比PostScript文件小，易于传输与储存。它还是页独立的，一个PDF文件包含一个或多个“页”，可以单独处理各页，特别适合多处理器系统的工作。

此外，一个PDF文件还包含文件中所使用的PDF格式版本，以及文件中一些重要结构的定位信息。正是由于 PDF文件的种种优点，它逐渐成为出版业中的新宠。

⑤ 如何能批量自动抓取PDF中的作者和文章名

看情况，如果pdf是图片格式，基本不能实现。

⑥ 哪个文章采集软件比较好

Evernote，Database，还有微软的OneNote，都很好用的，网上也很容易就能搜到。Evernote需要联网注册才能用，Database破解版的很好使。
下面是有关几款知识管理文章的文章。

通过上一篇《寻找最好的笔记软件:海选篇》的综合分析，作者发现有3种软件具有较明显的优势，可谓“笔记软件三强”。它们是：EverNote、Mybase 和 Surfulater。此三者相同之间差异较大，但都是各自风格门派的最强者。如何三选一，并不取决于它们谁“更强大”，而是取决于你是一个什么样的用户，或你有什么样的需求。

EverNote
[图片]
假如，你需要一个便利的地方来存放笔记，用不着太多组织功能和多余功能，那么，EverNote就是最适合你的。你可以这样理解，EverNote就是无限长的一卷纸，上面记录了你的所有笔记，其唯一的排列顺序是依据时间。每条笔记甚至连标题都没有——而在其他笔记软件中这是无须考虑的原则。听起来这很不方便，我怎么能找到以前的笔记呢？作为一个优秀软件，EverNote完美解决了你的担心，你在使用时没有任何不便，根本不会意识到这是个问题。
解决之道，也就是笔记定位/过滤的方法，共有2个：分类，实时搜索。分类功能如图所示，可以手工，或按自动规则将笔记分类。
[图片]
分类可以排成一个树状结构，但这与其他同类程序的树状结构也不相同。因为一条笔记可以分入多个分类。再一个笔记定位办法是用实时搜索框。这一功能，在 EverNote中实现得如此完美，是我至今见过所有软件中最好用的，并且速度飞快。随着你键入每个字母，下面会动态显示出所有符合的笔记。不仅如此，所有被匹配的单词都高亮显示。
[图片]
如前文所述，所有笔记排成一列纵队。如果要上下翻动，你可以点击右侧的滚动框，滚动速度取决于你点击的位置。或者，你使用右边的“时间条”功能。它相当于一个纵向排开的日历，你只需点击某个日期，就能显示相关笔记。日期旁边如果有√显示，说明此日期中有笔记。我想，利用这一功能来做电子日记实在是方便。
Evernote还能方便地抓取任何内容，尤其重要的是，各种网页内容。准确讲，在三巨头之中，它抓取网页内容的能力最为强大。它不仅抓取范围很准确，并且内容进入Evernote后，完全象一则笔记，而不是还象网页：鼠标变成小手，单击会进入链接。在 EverNote中，如果你要访问链接，需要双击才行。我从未对网页点击风格侵入软件界面有过好感。还记得Windows为操作系统界面引入单击模式吗？用起来很不习惯，所以，我是每次必关。顺便说一下，Mybase 和 Surfulater都是单击模式。Mybase这样做是因为它用了IE引擎来展示网页；Surfulater这样做是因为它的界面从头到尾就是网页风格。
编辑方面它还存在一些不足。要想对某条笔记真正做一些格工编排、文字组织，你需要进到全屏模式。这时，本条笔记单独显示在大窗口，并带有rtf标准的工具栏，以便于编辑。而在常规窗口中，编辑按钮几乎没有。你要么进全屏模式，要么右键菜单。再有，图片缩放功能也比较怪。
[图片]
总起来看，Evernote是那类“随手而记，随心而查”软件中做得最好的。它最大的优点在于一流的实时搜索功能、强大的web内容抓取功能。其不足则是对笔记的组织、编辑功能较弱。

Mybase
[图片]
如果一个用户需要尽可能多的工具/功能来处理笔记，Mybase就是首选。在我看来，Mybase是进化为现代风格的 Keynote。它们两者，无论在视觉还是感觉上都颇有类似。其界面精简而高效，通过多tab、多面板有效扩展了其功能，具备处理笔记的多项工具。我用 Keynote 很长时间，再过渡到 Mybase 非常顺利。（补充一下，KeyNote 在处理笔记方面也是功能极丰富的）。
Mybase组织笔记的形式也是最简单的树状结构，这也是大多数同类软件的标准思路。也就是说，在这方面，Mybase不求个性，而保持共性。到了最新的 v5版，Mybase增加了标签功能——有点象Evernote的分类，或其他软件的关键词。它在分类树基础上，提供了额外一种组织维度。但其效果比起致力于此的工具（如Zoot、Evernote）尚有差距。当然了，最好的一点是，Mybase是能同时采取树、标签两项功能的软件之一（如果不是唯一的话）。这正是Mybase的风格和优势：最多功能与选项，最大的可定制性。为了让你对它的功能有最直观了解，下图展示了它各项菜单全部展开后的情形：
[图片]
我们说过，Mybase用了很多面板，因此展示笔记信息的桌面空间就比较小。这与某些软件形成了对比。如Surfulater，它采用超链接、网页风格的功能来处理参考文献、链接、附件等。而在Mybase中，用主界面下的单独的子窗口/面板来分别展现这些元素：结构树、笔记主体、搜索结果、附件列表、到其他笔记的链接。这种做法，让有些人感到不适，但另一些用户可能会很欣赏这种分离的做法——我就是其一。对一些通用性较高的面板，如附件、到其他笔记的链接，可以通过选项来设为自动显示：如果笔记有附件或外向链接，则显示；如果没有，则隐藏这些面板。这时灵活应变的设置很实用，可以最大限度保留桌面空间。
[图片]
Mybase对Firefox或IE也可以抓取网页内容，但还达不到Evernote 或 Surfulater水平。首先，抓取内容并不象另两款软件那样视为普通笔记。让我解释一下，对每条笔记，Mybase都有“文本笔记”和“网页”两个标签。如果是抓取的网页内容，Mybase自动切到网页标签。而对于其他类型的笔记，无论是粘贴进来还是手工输入的，都是在“文本笔记”标签下。
[图片]
附：Mybase开发者补充： myBase 中所有内容均保存为节点的附件文件，所谓笔记 (note) 也是保存为一个附件文件，只是被命名为带 .RTF 扩展名的特殊项，一般不会显示出来，而且其他内容，如抓取的网页，则直接保存为附件，在附件列表中可以看到网页中的HTML/JS/样式/图片等元素。因此，输入内容与抓取的网页内容一般是分开显示的；这样设计给系统扩展带来极大的便利性、灵活性与统一性。实际上，如果需要将 note 写入网页中，可以在网页中按 F2 或选择 Edit -> Toggle Edit Mode 菜单项，即可直接输入或编辑网页内容，这样笔记就可以和抓取的网页显示在同一页上了。
这样处理的结果就是，你不能把笔记与网页合在一起。基于此点，我认为Evernote和Surfulater的抓取功能更胜一筹。再有一点美中不足的是，Mybase采用IE而非内置的web引擎来展现抓取的网页内容。因此，当你切换到网页标签时，程序会调用IE而有一个瞬间的停顿。当然，这一问题并不严重，只是不如另外的软件那样平滑集成。
附：Mybase开发者补充：目前绝大多数软件都是嵌入IE来显示网页，所不同的是有些软件一启动就装入了IE浏览器，而myBase只在需要浏览网页时才调入IE，因此首次查看网页时有一点停顿，此后就会非常平滑，这样做的目的是为了尽量减少内存和系统资源占用。

Mybase V5也开发了实时搜索功能。这是一项有价值的功能，用起来的效果也不错。当然，它还比不上Evernote的水平，但至少是可用的。再强调一次，这正是 Mybase的比较优势：虽不是每项功能都做到了所有软件中这方面的最高水平，但至少让用户在一个软件中，拥有了这么多功能。
[图片]

附：Mybase开发者补充：在最新的myBase v5.3中专门重写了索引模块及搜索技术，加入了可调大小的高速缓存技术，提供了相当高的索引性能，同时支持增量索引、大数据量索引、即时搜索及布尔条件 (AND/OR/NOT)，对常见的WORD/EXCEL/HTML/PPT/EMAI/TEXT/RTF等多种文档都提供了预置的索引与搜索支持，还可以通过安装第三方过滤器实现更多的文档格式的识别，比如 PDF 文档，此外，myBase还特别地提供了一定的中文搜索支持（但还不完善），总的来说我们当前开发的索引技术已经远远超过其他几家，可以用稍大一些的数据作一些测试，比如100MB以上的可索引数据，就可以看出我们付出了相对多的努力来改进这项技术，当然也还需要进一步改进。

Mybase还提供了一些扩展的组织功能。它可以条目链接，从而让多个笔记之间互为参考。也可以符号链接，从而让用户在结构树上点击笔记A时，直接进入它链接到的笔记B，就象一个快捷方式一样。我还不能充分理解这一功能的作用，但还是那句话，有比无好。（译者注：应该是用于一条笔记进入多个树状分支吧，等同于Evernote的一条笔记进入多个分类）然后，它还能自定义标签（label），就象笔记的关键词一样（译者注：更准确讲，是tag），当你点击关键词时，Mybase会列出归入此关键词的所有笔记。就象我所说的，它为组织笔记提供了一个新维度。
正如你所见的，Mybase是此类软件中最灵活、功能最丰富的一个。其他软件与Mybase相比，或许更具有创新性，或许在某些方面更强大，但没有一个能同时拥有Mybase这样多的笔记处理功能。再次重申一下，以前用KeyNote的用户，可以平滑过渡到Mybase。正因如此，我现在已经开始用 Mybase来作为当前处理笔记的工具。然后，根据情况最终决定用哪款软件。

Surfulater
[图片]
Surfulater的初衷是作为网页抓取和文献管理工具，然后——也是顺理成章地——进入了笔记软件行列。由于这一历史原因，它在界面上与其他笔记软件有很大差异。也就是说，本专题涉及的其他软件从开始就是以笔记为核心功能进行开发，而笔记只是Surfulater功能之一，并且不是最初的主导功能。
Surfulater作为一种内容抓取（网页抓取只是其中一方面）和文献管理工具，在这方面做得比谁都好。如果要便捷强大的链接、文献管理，并收录资料，则最适合选择Surfulater。下面这个场景可作为对Surfulater的最佳描述：你就某一专题在互联网上搜资料，然后找到一个网页，正是你所需要的资料，并且有很多到相关站点的链接。这就是Surfulater软件要做的，并且非常轻松。你可以把各种信息全部收进来，拖拖拽拽，把资料、链接、附件放在一起，不一会儿，你就可以得到一个完整的信息系统，并且具有格式优良的web展示页面、链接，凡你所需，皆在此中。
Surfulater的最大强项在于重复性工作的自动完成。在抓取一个网页后，Surfulater会自动填入标题、描述、到原出处的链接、抓取日期。它甚至会为原始网页创建一个缩略图。用户可以把其他笔记拖到当前笔记上，建立快速参考。这一操作同样适用于附件。如同 Evernote一样，全部笔记也是前前后后，排成一长列。但是，它的队列线索不象Evernote一样，仅局限于时间，所以要灵活得多。
最让我感兴趣的，是Surfulater的结构树。初看起来，它中规中矩，并无突出之处。但实际上，它拥有目前全部软件中最好的后台引擎。它实际上是一种虚拟的树状结构，可以按不同选项进行配置。笔记可以按用户需求按树状展示，但是也可以象Evernote一样按时间顺序排列。你还可以让结构树不展开末级分支，这样，结构树只展示目录，而不展示笔记条目。重要的一条消息是，开发者提过，在新版本中会允许用户自定义树结构，这意味着一条笔记有可能进入多个分类。
[图片]
还有一个突出的功能是，Surfulater可以克隆笔记项目。初看起来，它的效果与复制相同。但实际上，它们差别很大。克隆后的副本实际是一种镜像：不重复占用存储空间，但可以逻辑上放在另外一个类别中，并且相互之间实时一致。比如，修改其中的任一个，其他克隆副本会同时更新。最后，一个出色功能是把搜索结果作为一个虚拟的结构树分支，列在树结构的最后面。用户可以在搜索结果中进行浏览、滚动，和正常的树、笔记完全一样。当然，命中的关键词也象 Evernote一样高亮显示。对于搜索结果，Evernote也汇集在一起纵向排列，但我认为建立一个列表，可以更方便用户查阅。
[图片]
接下来是一个小功能，即设定笔记或分支节点的图标，Surfulater在这方面做得非常棒，其他软件与之相比，无不相形见绌。用户只须右键点击图标，然后就会弹出一个小窗口，展示出所有可用的图标，想选哪个，点击即可。（注1）
[图片]
接下来，我们说一下Surfulater作为一个笔记软件的不足之处，这些不足的最主要原因就是因为Surfulater的初衷并不是用来做笔记。如果你要编辑笔记，在绝大多数的笔记软件中，只要点击这一笔记，开始输入文字即可。但是到了Surfulater这里，此路不通。你必须要在编辑模式与常规模式间手工切换——这经常令新手无所适从。进入编辑模式的一个办法是，鼠标点住某个输入框持续几秒钟，也就是说，不象一般软件那样点击，而是长按。还有一种进入编辑模式的办法，就是点击每一内容旁边的铅笔图标。值得庆幸的是，作者意识到了这一问题，已经做了改进，并承诺在将来做出进一步的提高。但是，我仍然坚持这样一个原则：笔记软件应当默认处于可编辑状态，只要用户想做编辑，就能马上进行，不能有任何形式和原因的延缓。
再一个不足之处是，Surfulater中找不到一个空白的地方直接做笔记。Surfulater中任何文章（也就是笔记）都基于事先定义好的模板。这些模板有头信息，用于保存标题、注释、评级、参照……。这些功能对于学术研究而言，非常有利于管理和组织；而对于普通用户，尤其是只想随手记点东西时，则是一个极不方便的限制。现在能做的是，选一个“笔记模板”，它只有一个头信息，就是“笔记”，主体部分就是完全空白，用户就在这里做笔记。如下图：
[图片]
Surfulater要成为一个真正的笔记工具，其底线就是在上述两方面做出改进：提供一个编辑模式默认开或关的选项，提供一个完全空白的笔记区域。准确地讲，在这些方面，Surfulater必须向标准的——也是实践证明最有效的——笔记软件风格靠拢。
总起来看，Surfulater功能丰富而风格独特，最适于大量笔记的引用、导航与抓取。从我的了解和判断来看，律师、学者可能会非常欣赏它。原因嘛，想想它与众不同的功能就会明白。如下的场景也可说明哪些人最适合它：如果你现在正使用Evernote，却发现它在组织管理方面还不够强，那你转向 Surfulater就是明智的选择。或者你正在使用任何其他基于最基本的树状结构的笔记软件，而感到处理链接、引用方面力不所心，那也可以转向 Surfulater。

三强功能对比表
上面逐一论述了三强笔记软件的优劣，相信各位读者已经有所认识。如果还嫌不清晰，请看下表。俗话说，不怕不识货，就怕货比货。这一表格并没有涵盖所有功能，但还是能提供不少帮助的。
笔记三强功能对比表

EverNote Mybase Surfulater
同时打开多个数据库 √ √
实时搜索（输入的同时即开始搜索） √ √

基本树结构 √ √
标签/分类 √ √
滚动展示 √ √
加密 √ √
链接到其他笔记 √ √
按时间顺序展示 √ 注2 √
超强的导入/导出功能 √
收藏夹 √
笔记克隆 注3 √
web界面导航（单击式） √
笔记编辑
标准的RTF功能 √ √ √
超链接方式展现附件、链接 √ √
单独面板方式展现附件、链接 √
自定义的文本模板 √
自定义的 xml 模板 √
表格 注4
锁定笔记防修改 √ 注5
笔记标题 √ √
页面抓取
可抓取更多内容（图片、文本） √ √ √
抓取内容可编辑 √ √ √
笔记与抓取内容可同时显示 √ 注6 √
用内置引擎展现抓取内容 √ 注7 √
用已安装的浏览器（IE）展现抓取内容 √

至此，三强篇正文部分结束，下面的附注是xbeta征求Mybase开发者时，所得到的补充。

注 1：Mybase开发者补充：原作者好象没有注意到 myBase 中的强大图标功能，与其他几个程序不同， myBase的图标是开放式的，而且是 per database 的实现，也就是说每个DB都可以由用户自行添加任何多的用户自己喜爱的图标，myBase 本身预定义有一套缺省的图标，同时随安装包还提供了一组网上采集的图标，可以方便的引入到任何.nyf库中，并提供了成批为树节点指定/替换图标的工具。不过，需要注意的是，新建的空白.nyf库不会自动引入任何图标，所以初次打开图标框是空的，这时用户可以根据需要引入自己喜爱的图标进入，稍后即可方便指定图标了。

注2：Mybase开发者补充：myBase 有一个 seekbytime 插件，可以按修改时间列出项目，同时内置的高级搜索也提供了按时间段搜索，间接实现了按时序展示，而且可以方便的逆排序。

注3：Mybase开发者补充：在 myBase 复杂笔记，即使复杂分枝中所有笔记也都很简单，Ctrl+拖放，或者 Copy/Paste，而且分枝可以在不同的库之间复制。

注4：Mybase开发者补充：myBase 5.x 目前只实现了简单的RTF表格，仅仅好于没有。

注5：Mybase开发者补充：myBase 有只读打开模式，按只读方式打开后，只能查看，不可编辑。按住 Ctrl 选择 Reopen 项即可切换打开模式。

注6：Mybase开发者补充：是否同时显示，取决于是否将笔记写入网页中，在网页中按F2即可进入编辑状态，在网页中添加自己的注释内容。

注7：Mybase开发者补充：基本都是调用IE展取网页内容，与其他几家不同的是， myBase 只在需要展显网页时才调入IE，这样确保不浪费太多系统资源。

⑦ 有哪些好用的批量采集数据的工具，用于科研分析

科研数据一般量比较多，如果自己人工复制粘贴的采集，那个工作量有点大，我也看到好多医生在做这事情，因为一些软件没有导出功能，只能复制粘贴，还有需要去很多网站去搜寻文献，熬夜通宵都有，
博 为的小帮，软件机器人可以辅助来做数据采集的工作，不管网站还是软件，都只需要配置，简单的配置就可以采集到想要的数据，很方便，而且，运行的时候不需要人工干预了，自动运行就好了，

⑧ 如何把一个网站下的一个手册里的内容一次性全部转换成PDF格式的文档

首先到网上下载一个采集器，例如火车头采集等，然后这个网站的所谓的手册采集下来，保存到csv文件，然后用excel打开csv文件，直接复制，并粘贴到Acrobat工具里，然后再导出来即可
不过上面的步骤说起来容易，但做起来很难，估计楼主你未必会明白怎么做

⑨ 有什么设备可以看PDF文件除了手机和电脑!

电子白板
电子白板是汇集了尖端电子技术、软件技术等多种高科技手段研发的高新技术产品，它通过应用电磁感应原理，结合计算机和投影机，可以实现无纸化办公及教学。电子白板由普通白板发展而来，最早出现的电子白板为复印型电子白板，随着技术的发展及市场的需要，出现了交互式的电子白板。目前市场上这两种电子白板并存，以下分别介绍这两类电子白板。

复印式电子白板：所谓复印式电子白板即通过用户的简单操作便可将白板上书写的内容通过一定的方式扫描并打印出来。其功能完成过程与普通的复印过程一样，首先由图像传感器件对白板上的内容进行采集，采集信号经过一定的图像处理后，最后用热敏、喷墨或其他打印方式输出。

输出的纸张一般为A4幅面。这种电子白板的图像传感器件一般是CCD，扫描方式采用CCD模块运动或白板膜运动两种。打印输出方式一般有热敏纸输出及喷墨普通纸输出，颜色上有黑白及彩色输出两种。除了复印功能外，一些厂家还在此基础上添加了与电脑相连的功能，即可将白板的内容扫描到电脑中，功能表现上相当于一台扫描仪。目前复印型电子白板的厂家有日本的松下和普乐士等，售价在一万左右。

交互式电子白板：交互式电子白板可以与电脑进行信息通讯，将电子白板连接到PC，并利用投影机将PC上的内容投影到电子白板屏幕上，在专门的应用程序的支持下，可以构造一个大屏幕、交互式的协作会议或教学环境。利用特定的定位笔代替鼠标在白板上进行操作，可以运行任何应用程序，可以对文件进行编辑、注释、保存等在计算机上利用键盘及鼠标可以实现的任何操作。

交互式电子白板也支持复印，将电子白板直接与打印机连接，通过特定的白板笔进行板书，需要打印时，只需按下面板上的打印键即可实现彩色或黑白打印。还可以作为PC白板使用，将电子白板与PC相连，此时的电子白板就相当于一个面积特别大的手写板，可以在上面任意书写、绘画并即时的在PC上显示，文件保存为图形文件。此功能一般需要一个专用的应用程序支持。如果通过特定的应用程序如MICROSOFT的NETMEETING，交互式电子白板就可以通过网络与其他办公室、会议室进行交流，实现网络会议。

工作原理：电子白板工作原理分为压感原理和激光跟踪原理两种。使用压感原理的触摸式白板相当于计算机的一个触摸屏，是一种用手指或笔触及屏幕上所显示的选项来完成指定的工作的人机互动式输入设备。这种电子白板内部有两层感压膜，当白板表面某一点受到压力时，两层膜在这点上造成短路，电子白板的控制器检测出受压点的坐标值（手指或笔触及的位置），经RS232接口送入计算机。使用激光跟踪原理的白板上端两侧各一激光发射器。白板启动后，激光发射器发出激光扫射白板表面，特制笔具有感应激光功能，从而反馈笔的位置。

按照安装类型分为：壁挂式、滑道式、移动式、壁橱式。