试试这个 https://github.com/kelseyhightower/nocode

@bianz103 这个也是一个小算法，生成 selector 的

原生 js

注意别在文章或标题中加以下关键字:
1. 面试
2. 涨薪
3. 万字
4. 吐血推荐
5. 初学者
6. 入门
7. 手撕
8. 必备
9. 详解
10. 如何

@ziyunhx 大佬厉害，回头研究下

@binux 其实真正的列表识别还是有一些 trick 的，需要将 html 各种信息进行分析统计判断，要做到高准确率还是有些难度的

@Mitt
@haoxuexiaoyao 现在算法还在优化，等成熟了会放出来

@binux 大佬厉害，有不有相关的链接可以参考下？

@herozzm html 就是 xml，json 也是结构化的，本质都是一样的

@lemonda 你这种是复杂需求，需要更复杂的算法才可以

@mscb 不是深度学习哦，算法其实还比较简单

@heiheidewo 爬虫开发者最怕你这样的前端杀手

@bojue 他们也做智能爬虫？

@Tianyan 现在主流搜索引擎都有比较健全和复杂的算法来规避垃圾内容了，除非你用的是垃圾搜索引擎

@marcushbs 可惜了，不过 kimono 也不完全自动化，需要一些监督，当时是个不错的产品

@bojue 我记得后羿采集器可以，但也没公开算法，而且貌似收费，目前至少开源做的很准的还是比较少

@louettagfh 同上

@guyskk0x0 暂时不打算开源，可能会暂时做成 api 供测试

@yunser 思路基本正确，不过实现要稍微复杂一些