［网页正文提取利器］超级简单的 api

[intohole]

https://github.com/intohole/sixgod 上网址，如果有私活的可以联系我；本人工作 5 年＋

[jiangzhuo]

如果用 node 的同学可以试试
npm install cx-extractor

https://github.com/jiangzhuo/cx-extractor

[jy02201949]

from vampire.utils import network
楼主你确定有这个文件？

[polythene]

抛一个已经在生产环境跑的正文提取库： https://github.com/polyrabbit/hacker-news-digest/tree/master/page_content_extractor

[intohole]

@jy02201949 html 就是下载的 html 文本，编码成 utf － 8 即可 ； 那个我移动我另外的工程里面了 b2 你可以查看下