1
我正在使用Mozenda（Mozenda.com）来抓取在线数据库，但其中一些数据是PDF文件。 Mozenda似乎不支持抓取这些文件，所以我正在寻找另一种解决方案。如何从PDF中抓取信息？
有两个问题...
什么是适当的XPath语法选择从 链接的网址？目前尚不清楚如何使用Mozenda来做到这一点，并且PDF地址 是实施第三方解决方案所必需的。
什么是将大量PDF在线转换为 html的好工具，或者更好的办法是刮掉它们？
任何有用的建议是非常值得赞赏的。我很高兴澄清......只是问。