［网页正文提取利器］超级简单的 api

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

V2EX 提问指南

这是一个创建于 2842 天前的主题，其中的信息可能已经有所发展或是发生改变。

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＋

4 条回复 • 2017-03-10 23:06:56 +08:00

jiangzhuo

2017-03-10 20:05:27 +08:00

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

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

jy02201949

2017-03-10 21:42:42 +08:00

from vampire.utils import network

楼主你确定有这个文件？

polythene

2017-03-10 22:06:02 +08:00

intohole

2017-03-10 23:06:56 +08:00

@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