[入门实践] - 怎样用机器学习来提取网页正文

[polythene]

这是我第一次用机器学习来解决实际问题。之前一直是知道很多理论知识，但没找到合适的项目练手，后来突然想到可以把我提取Hacker News正文的算法用机器学习重新实现一遍。

所以有了这篇 Notebook 笔记，希望能够抛砖引玉，启迪更多的人：

https://github.com/polyrabbit/hacker-news-digest/blob/master/%5Btutorial%5D%20How-to-extract-main-content-from-web-pages-using-Machine-Learning.ipynb

[ClutchBear]

Newspaper3k ?

[tshwangq]

nice

[polythene]

@ClutchBear 哇，感谢分享！要是早点知道有这么神奇库，我就不用辛苦的发明轮子了，羡慕人家能把新闻分析做成这么成熟的库~

@tshwangq Thanks

[GTim]

过来膜拜下