之前的稍后讀專題中，愛范君介紹了一系列的稍后讀工具，它們具有的標(biāo)注功能，能夠讓用戶初步整理網(wǎng)頁(yè)內(nèi)容中的有效信息——不過(guò)，這些標(biāo)注都是建立在提取后的正文內(nèi)容之上，因而只適用于能夠提取到有效內(nèi)容的網(wǎng)頁(yè)，具有較大的局限性。

對(duì)原始網(wǎng)頁(yè)直接進(jìn)行標(biāo)注則顯然不需要考慮對(duì)各種網(wǎng)頁(yè)復(fù)雜的適配問(wèn)題。電腦端如 Chrome，Edge 等瀏覽器擁有各種類型的強(qiáng)大插件。Hypothesis 便是一款能直接在網(wǎng)頁(yè)上進(jìn)行標(biāo)注的強(qiáng)大插件，關(guān)于它的具體使用方法可以在我們之前的文章中查看。

▲ Hypothesis 插件

iPad 相較電腦更為輕巧便攜，且與 Apple Pencil 搭配使其具有了更好的書寫體驗(yàn)以及對(duì)圖像文檔的標(biāo)注能力。一系列如 Notability，PDF Expert，Procreate 等的優(yōu)秀軟件覆蓋了筆記，PDF 閱讀，繪畫這些常用的領(lǐng)域，從而讓 iPad 相較于其它同類產(chǎn)品獨(dú)特的優(yōu)勢(shì)。

然而我們卻很難在 iPad 上找到一款和 Hypothesis 類似功能的工具。較為出名的 LINER 和 Diigo 在 iPad 上可以使用，然而解鎖其完整版需要高昂的訂閱費(fèi)。

直到最近，愛范君發(fā)現(xiàn)了一款具備網(wǎng)頁(yè)標(biāo)注功能且完全免費(fèi)的瀏覽器 Command Browser，且可以連接 Notion，OneNote 來(lái)同步高亮和批注的內(nèi)容。

▲ Command Browser 官網(wǎng)

接下來(lái)，就跟我們一起了解下 Command Browser。

標(biāo)注功能初體驗(yàn)

使用 Command Browser 瀏覽網(wǎng)頁(yè)的過(guò)程中，選中文本段落即會(huì)彈出功能菜單，選擇「Highlight」便可高亮選中的文本。

▲ 選中文本進(jìn)行高亮

高亮默認(rèn)的顏色為黃色，在軟件設(shè)置里還可以切換為藍(lán)色，綠色，紅色和淺黃色。相比在選中文本的彈出菜單里直接進(jìn)行切換，目前的高亮顏色切換使用步驟較為繁瑣。且在設(shè)置里切換高亮顏色后所有網(wǎng)頁(yè)標(biāo)注都會(huì)更改為新顏色，從而用戶不能同時(shí)使用多種顏色來(lái)標(biāo)記不同內(nèi)容。

▲ 切換高亮顏色

用戶可以對(duì)高亮的文本添加標(biāo)簽和筆記，記錄的筆記可以選擇保存至自己創(chuàng)建的不同分類中，方便之后的查閱和整理。

▲ 選擇已高亮文本，可以進(jìn)一步添加筆記和標(biāo)簽

▲ 對(duì)高亮文本添加筆記并保存到建立的不同分類中

▲ 為高亮內(nèi)容添加標(biāo)簽

除了支持文本的批注，Command Browser 也支持向圖片和整個(gè)網(wǎng)頁(yè)添加筆記。添加的筆記同樣也可以到不同分類的筆記本中。

▲ 為圖片添加筆記

▲ 為整個(gè)網(wǎng)頁(yè)添加筆記

高亮文本和筆記的管理

在 Command Browser 中點(diǎn)擊右上角的多功能按鈕并選擇「Highlights」，即可查看到所有高亮的內(nèi)容，且下方也以標(biāo)簽的形式進(jìn)行了歸類。

▲ 查看高亮過(guò)的所有內(nèi)容

在具體的標(biāo)簽下即可看到所有同一標(biāo)簽的高亮文本，點(diǎn)擊高亮文本后會(huì)直接跳轉(zhuǎn)至對(duì)應(yīng)的原始網(wǎng)頁(yè)段落位置。

▲ 從高亮內(nèi)容跳轉(zhuǎn)到原文位置

點(diǎn)擊左上角的書籍圖標(biāo)或選擇右上角多功能按鈕下的「Journals」子選項(xiàng)都能進(jìn)入筆記界面。在該界面可以看到之前所有針對(duì)文本，圖片和網(wǎng)頁(yè)的批注內(nèi)容。相似的，用戶也能通過(guò)點(diǎn)擊日記本中保存的筆記內(nèi)容跳轉(zhuǎn)到筆記在原文中所對(duì)應(yīng)的位置。同時(shí)，用戶在筆記本中也可以添加獨(dú)立于網(wǎng)頁(yè)內(nèi)容的筆記。

▲ 筆記界面，用戶可對(duì)自己建立的筆記本進(jìn)行置頂，默認(rèn)置頂筆記本為軟件操作演示

標(biāo)注輕松導(dǎo)出，也可實(shí)時(shí)同步至Notion

1. 高亮內(nèi)容導(dǎo)出

在包含高亮文本的網(wǎng)站下，選擇右上角多功能按鈕下的「Share」能夠?qū)⒏吡吝^(guò)的段落以網(wǎng)頁(yè)鏈接的形式分享出去，同時(shí)也可以導(dǎo)出高亮段落為指定格式以及分享到其它如 Obsidian，Bear 等筆記應(yīng)用中。

▲ 分享或?qū)С霎?dāng)前網(wǎng)頁(yè)的高亮內(nèi)容

▲ 以網(wǎng)頁(yè)形式分享的高亮文本

▲ 將高亮內(nèi)容以純文本，Markdown 的形式導(dǎo)出或發(fā)送至其它應(yīng)用中

2. 筆記導(dǎo)出

在筆記界面，點(diǎn)擊筆記本標(biāo)題下方的「Export」按鈕即可將該筆記本中高亮和批注內(nèi)容導(dǎo)出到 Obsidian, Bear 等應(yīng)用中。

▲ 導(dǎo)出某個(gè)筆記本中的內(nèi)容

▲ 將筆記導(dǎo)入至 Obsidian 的效果

3. 高亮和筆記同步至Notion

除了支持將高亮和筆記導(dǎo)出, Command Browser 還支持將高亮和標(biāo)注實(shí)時(shí)同步至 Notion，OneNote 等應(yīng)用中。高亮內(nèi)容支持同步的應(yīng)用有 Notion，Readwise 和 RemNote，綁定高亮內(nèi)容和圖片的筆記則支持通過(guò) Notion 和 OneNote 同步。

▲ 筆記內(nèi)容可同步至 Notion 和 OneNote

值得注意的是，高亮內(nèi)容的同步和筆記的同步是分離的。以和 Notion 同步為例，同步高亮到 Notion 中會(huì)生成一個(gè)名為「Command」的主文檔，其中的子文檔以網(wǎng)頁(yè)文章標(biāo)題為文件名，文檔內(nèi)容包括原始鏈接，高亮文本及與之綁定的標(biāo)簽。

▲ 高亮內(nèi)容同步至 Notion 中的效果

而同步筆記則會(huì)生成名為「Journals」的主文檔，其子文檔為用戶建立的筆記本名稱。筆記的同步存在許多問(wèn)題，例如在同一個(gè)網(wǎng)頁(yè)中的筆記不能合并為一份，而是每一個(gè)筆記都被單獨(dú)的羅列出來(lái)，沒(méi)有按照網(wǎng)址進(jìn)行歸類，且不能顯示筆記對(duì)應(yīng)的標(biāo)簽信息。

▲ Notion 中筆記本目錄下單個(gè)筆記是獨(dú)立展示的，沒(méi)有按照網(wǎng)頁(yè)進(jìn)行分類

其他特色小功能

1. 標(biāo)簽頁(yè)分類

Command Browser 支持將網(wǎng)頁(yè)和筆記頁(yè)面劃分到不同的自定義工作空間，方便用戶根據(jù)使用場(chǎng)景快速找到某一類型的網(wǎng)頁(yè)。點(diǎn)擊最右上角的圖標(biāo)可以查看當(dāng)前工作空間的所有標(biāo)簽頁(yè)，用戶也可以選擇將當(dāng)前工作空間的網(wǎng)頁(yè)移動(dòng)至其它工作空間。

▲ 移動(dòng)當(dāng)前網(wǎng)頁(yè)至其它工作空間

2. 私密標(biāo)簽頁(yè)

Command Browser 支持私密標(biāo)簽頁(yè)，其中的網(wǎng)頁(yè)需要經(jīng)過(guò)生物識(shí)別解鎖之后才可查看。在應(yīng)用設(shè)置里還可以進(jìn)一步設(shè)置私密標(biāo)簽頁(yè)的鎖定時(shí)間。

▲ 生物識(shí)別解鎖私密標(biāo)簽頁(yè)

4. 閱讀模式

Command Browser 也支持閱讀模式，在閱讀模式下也可進(jìn)行標(biāo)注。相比 Safari 的閱讀模式，Command Browser 閱讀模式下網(wǎng)頁(yè)圖片的寬度不會(huì)延伸至屏幕邊緣，排版體驗(yàn)較好。

▲ 閱讀模式對(duì)比，左圖為 Safari 閱讀模式，右圖為 Command Browser 閱讀模式

總結(jié)

作為 iPad 上一款完全免費(fèi)且具有網(wǎng)頁(yè)標(biāo)注功能的瀏覽器，Command Browser 基礎(chǔ)標(biāo)注體驗(yàn)已具有較高的可用性，且使用 Apple Pencil 的「隨手寫」可以方便的為高亮內(nèi)容添加批注。Command Browser 還提供了豐富的標(biāo)注導(dǎo)出選項(xiàng)。更進(jìn)一步地，它還能夠通過(guò) Notion 等應(yīng)用來(lái)實(shí)時(shí)同步高亮內(nèi)容和筆記。

然后它現(xiàn)階段并不完美，如高亮顏色的切換步驟較多，且無(wú)法實(shí)現(xiàn)多種高亮顏色共存；為高亮內(nèi)容添加標(biāo)簽時(shí)會(huì)偶爾出現(xiàn)整個(gè)應(yīng)用卡住，需要重新啟動(dòng)才能繼續(xù)使用；批注筆記在 Notion 中的呈現(xiàn)過(guò)于碎片化，沒(méi)有如同高亮一樣依據(jù)網(wǎng)頁(yè)鏈接進(jìn)行歸類。默認(rèn)的搜索引擎為谷歌，在國(guó)內(nèi)無(wú)法正常使用，需要切換到 Bing 才可進(jìn)行搜索。

如果你對(duì)在 iPad 上對(duì)網(wǎng)頁(yè)內(nèi)容進(jìn)行標(biāo)注有需求或者感興趣，那么不妨嘗試一下這款應(yīng)用。

*《Command Browser》在 App Store 得 4.4 分。支持 iPhone，iPad，大小為 48.1MB，免費(fèi)下載，無(wú)內(nèi)購(gòu)。

這個(gè)信息爆炸的時(shí)代，我們每天都會(huì)接觸到大量的網(wǎng)絡(luò)數(shù)據(jù)。有時(shí)候我們需要獲取一些特定的數(shù)據(jù)來(lái)進(jìn)行分析或者處理。作為一個(gè)程序員，我曾經(jīng)親身體驗(yàn)了使用JAVA編程語(yǔ)言來(lái)抓取網(wǎng)頁(yè)數(shù)據(jù)的過(guò)程。下面我將分享我在這個(gè)過(guò)程中遇到的挑戰(zhàn)和解決方案。

一、背景概述

首先，讓我們來(lái)了解一下什么是抓取網(wǎng)頁(yè)數(shù)據(jù)。簡(jiǎn)單來(lái)說(shuō)，抓取網(wǎng)頁(yè)數(shù)據(jù)就是通過(guò)編程的方式從互聯(lián)網(wǎng)上獲取網(wǎng)頁(yè)上的內(nèi)容。這些內(nèi)容可以是文本、圖片、鏈接等等。而JAVA是一種廣泛應(yīng)用于開發(fā)各種類型應(yīng)用程序的編程語(yǔ)言，也是我選擇用來(lái)實(shí)現(xiàn)網(wǎng)頁(yè)數(shù)據(jù)抓取的工具。

二、選擇合適的工具

在開始之前，我首先需要選擇一個(gè)合適的工具來(lái)輔助我完成任務(wù)。幸運(yùn)的是，JAVA提供了許多強(qiáng)大的庫(kù)和框架，可以幫助我們輕松地實(shí)現(xiàn)網(wǎng)頁(yè)數(shù)據(jù)抓取功能。其中最常用和流行的工具就是Jsoup。Jsoup是一個(gè)開源的JAVA HTML解析器，可以方便地從HTML文檔中提取所需內(nèi)容。

三、分析目標(biāo)網(wǎng)頁(yè)結(jié)構(gòu)

在開始編寫代碼之前，我需要先分析目標(biāo)網(wǎng)頁(yè)的結(jié)構(gòu)。這是因?yàn)椴煌木W(wǎng)頁(yè)結(jié)構(gòu)可能需要使用不同的方法來(lái)獲取數(shù)據(jù)。通過(guò)查看目標(biāo)網(wǎng)頁(yè)的源代碼，我可以了解到它的HTML結(jié)構(gòu)和標(biāo)簽使用情況。在分析過(guò)程中，我發(fā)現(xiàn)目標(biāo)網(wǎng)頁(yè)中的數(shù)據(jù)都被包含在特定的HTML標(biāo)簽中，這對(duì)我編寫代碼來(lái)提取數(shù)據(jù)非常有幫助。

四、編寫JAVA代碼

接下來(lái)，我開始編寫JAVA代碼來(lái)實(shí)現(xiàn)網(wǎng)頁(yè)數(shù)據(jù)抓取功能。首先，我需要導(dǎo)入Jsoup庫(kù)，并建立與目標(biāo)網(wǎng)頁(yè)的連接。然后，通過(guò)選擇合適的HTML標(biāo)簽和屬性，使用Jsoup提供的API來(lái)獲取所需數(shù)據(jù)。例如，如果我需要獲取所有標(biāo)題為

的文本內(nèi)容，可以使用以下代碼：

Document doc = Jsoup.connect("目標(biāo)網(wǎng)址").get();
Elements titles = doc.select("h1");
for (Element title : titles){
    System.out.println(title.text());
}

通過(guò)以上代碼，我可以輕松地獲取到目標(biāo)網(wǎng)頁(yè)中所有

標(biāo)簽內(nèi)的文本內(nèi)容，并將其打印輸出。

五、處理異常情況

在編寫代碼的過(guò)程中，我也遇到了一些異常情況。例如，有時(shí)候目標(biāo)網(wǎng)頁(yè)會(huì)進(jìn)行反爬蟲處理，限制訪問(wèn)頻率或者要求登錄驗(yàn)證。為了解決這些問(wèn)題，我需要添加一些額外的代碼來(lái)模擬瀏覽器行為，例如設(shè)置User-Agent頭和處理Cookie等。此外，還需要注意異常處理，確保代碼的穩(wěn)定性和健壯性。

六、優(yōu)化性能

為了提高網(wǎng)頁(yè)數(shù)據(jù)抓取的效率和性能，我還進(jìn)行了一些優(yōu)化工作。首先，我使用多線程技術(shù)來(lái)并發(fā)地抓取多個(gè)網(wǎng)頁(yè)，以減少等待時(shí)間。其次，我使用連接池來(lái)管理與目標(biāo)網(wǎng)頁(yè)的連接，避免頻繁地創(chuàng)建和銷毀連接。最后，我對(duì)代碼進(jìn)行了適當(dāng)?shù)膬?yōu)化和緩存處理，以減少不必要的資源消耗。

七、總結(jié)與展望

通過(guò)使用JAVA抓取網(wǎng)頁(yè)數(shù)據(jù)的親身體驗(yàn)，我深刻理解到了編程技術(shù)在信息獲取和處理中的重要性。通過(guò)合理選擇工具、分析網(wǎng)頁(yè)結(jié)構(gòu)、編寫代碼、處理異常情況和優(yōu)化性能，我們可以輕松地實(shí)現(xiàn)網(wǎng)頁(yè)數(shù)據(jù)抓取功能，并為后續(xù)的數(shù)據(jù)分析和應(yīng)用提供強(qiáng)有力的支持。未來(lái)，我將繼續(xù)探索更多關(guān)于JAVA抓取網(wǎng)頁(yè)數(shù)據(jù)的技巧和方法，并將其應(yīng)用到實(shí)際項(xiàng)目中。

以上就是我親身體驗(yàn)使用JAVA抓取網(wǎng)頁(yè)數(shù)據(jù)的故事。希望這篇文章能夠?qū)ο胍獙W(xué)習(xí)或者應(yīng)用這方面技術(shù)的讀者有所幫助。編程的世界充滿了無(wú)限的可能性，讓我們一起努力，不斷探索和創(chuàng)新！