Python的開源文章正文提取庫：Goose Extractor
Goose Extractor是一個Python的開源文章提取庫。可以用它提取文章的文本內容、圖片、視頻、元信息和標簽。Goose本來是由Gravity.com編寫的Java庫，最近轉向了scala。Goose Extractor完全用Python重寫了。目標是給定任意資訊文章或者任意文章類的網頁，不僅提取出文章的主體，同時提取出所有元信息以及圖片等信息。
本文由用戶 jopen 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。
轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。
本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！