文章内容提取的技术是什么

[xiefangzhenz]

https://cloud.tencent.com/developer/information/%E5%AE%89%E5%85%A8%E4%BA%91 https://readhub.cn/topics

这种网站是通过什么技术或者框架实现的呢，一篇文章的核心内容被提取出来，然后展示。

[izoabr]

那简单，找几百篇不同类型的文章，然后用 结巴分一下词。

然后用这些词生成一堆静态页出来，记得加 keyword 和 description 哦

甚至更绝的可以用参数传这个词进去现生成，但索引收录时怎么弄就不清楚了。

[Lcys]

goose

[mrweiwei]

我之前用 node 写过一个类似的应用，文章内容的提取用到了 node-readability 和 phantom 这两个库，效果对大部分网站来说还行，项目地址这里，可以看看 https://github.com/linguowei/micro-note

[xiefangzhenz]

要是全网搜索相关的文章，提取出主要内容，是不是就很难了

[xiefangzhenz]

我看看

[TimePPT]

@xiefangzhenz
文章全文判断 LS 有人给到方案了，拿到全文后做摘要生成可以参考下面这篇
《文本摘要简述》 https://www.jiqizhixin.com/articles/2019-03-25-7
类似论文很多，可以搜搜

[zdnyp]

@xiefangzhenz newspaper 百度一下有好些

[itskingname]

楼主看一下我的这个项目： https://github.com/kingname/GeneralNewsExtractor