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
这是一个创建于 3377 天前的主题，其中的信息可能已经有所发展或是发生改变。
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？
第 1 条附言 2016-09-02 14:03:57 +08:00
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 binux 2016-09-02 03:38:37 +08:00  8 |
 | 2 qq316107934 2016-09-02 04:15:02 +08:00 via Android @binux 哈哈哈，笑死了 |
 | 3 northisland 2016-09-02 07:07:09 +08:00 via Android 找个 apache tika 教程看看，符不符合需求 |
 | 4 HFcbyqP0iVO5KM05 2016-09-02 09:23:55 +08:00 via Android 搜啦，点开第一个又到这里来了 |
 | 5 Yinz 2016-09-02 09:50:41 +08:00 1 讲道理 V2EX 的 SEO 是真的强 |
 | 6 liteneo 2016-09-02 09:58:37 +08:00 1 readability |
 | 7 zero0x00 2016-09-02 10:02:52 +08:00 p 牛~ |
 | 8 dcsite 2016-09-02 11:23:42 +08:00 这是月经贴吗？每个月都有人问这个问题~ |
 | 11 bearsiji 2016-09-02 12:57:56 +08:00 |
 | 14 Owenjia 2016-09-04 21:27:08 +08:00 也可以试下 newspaper 的，准备加功能了么这是…… |
 | 15 phithon OP 1 @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