想求一个提取文章正文的库或算法， python 的。
主要用在采集上，采集下来的东西准备去掉没用的头和尾，只保留正文。印象笔记有个浏览器扩展，点一下自动采集正文的，感觉准确度还不错，不知道 python 有此类解决方案没有？
主要用在采集上，采集下来的东西准备去掉没用的头和尾，只保留正文。印象笔记有个浏览器扩展，点一下自动采集正文的，感觉准确度还不错，不知道 python 有此类解决方案没有？
推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
This topic created in 3725 days ago, the information mentioned may be changed or developed.
Supplement 1 · Sep 2, 2016
当然谷歌过，林林总总的比较杂，发这贴主要还是看看你们用的什么。。。
我就选择回答最简单利落的 6 楼啦， readability
我就选择回答最简单利落的 6 楼啦， readability
 |
1
|
8 |
qq316107934Sep 2, 2016 via Android
2
@binux 哈哈哈，笑死了
|
 |
northislandSep 2, 2016 via Android
3
找个 apache tika 教程看看，符不符合需求
|
 |
HFcbyqP0iVO5KM05Sep 2, 2016 via Android
4
搜啦，点开第一个又到这里来了😂
|
 |
5
讲道理 V2EX 的 SEO 是真的强
|
 |
6
readability
|
 |
zero0x00Sep 2, 2016
7
p 牛~
|
 |
dcsiteSep 2, 2016
8
这是月经贴吗？每个月都有人问这个问题~
|
 |
bearsijiSep 2, 2016
11
|
 |
OwenjiaSep 4, 2016
14
也可以试下 newspaper 的，准备加功能了么这是……
|
 |
15
@Owenjia wiki.ioin.in 新功能已经加上了，把链接都采集一下，用的 readability ，不过还是有些误差，需要自己对源码稍微修改
|
Select Language