🤔一个新闻网页正文通用抽取工具，还有标题、作者和发布日期

🤔一个新闻网页正文通用抽取工具，还有标题、作者和发布日期

Node.js HTTP工具

访问GitHub主页

共52Star

详细介绍

general-news-extractor

一个新闻网页正文通用抽取工具，还有标题、作者和发布日期。

该项目启发自kingname/GeneralNewsExtractor，由 Python 迁移到 Node.js ，并做了一些改动，提高提取准确度。

Online DEMO

https://general-news-extractor-demo.stayin.cn/

Installation

Using npm:

npm i general-news-extractor

Usage

const GeneralNewsExtractor = require('general-news-extractor')

const htmlString = `` // HTML for a news page

const gne = new GeneralNewsExtractor()

// gne.extract( html: string, { titleSelector = '', authorSelector = '', dateTimeSelector = '', noiseNodeList = [] } = {})
const result = gne.extract(htmlString, {})

TODO

  • Run in browser

Thanks

License

MIT © zenghongtu

推荐源码