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 3038 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
Lcys 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