Как Evernote Web Clipper так хорошо анализирует веб-страницы?
Я пытаюсь реплицировать возможности синтаксического анализа Evernote Web Clipper в python для моих собственных проектов веб-скрепок. Я заинтересован в том, чтобы извлечь основной текст только, ничего больше.
Я использовал порт python Arc90:
https://github.com/buriy/python-readability
в сочетании с замечательной html2text-библиотекой aaronsw:
https://github.com/aaronsw/html2text
и это дает хорошие результаты большую часть времени, но Evernote намного лучше разбирает основной текст.
Может кто-то, пожалуйста, порекомендуйте лучший подход или, возможно, скажите мне, что делает Evernote.
Благодаря!
- Загрузка Mp3 с использованием Python в Windows управляет песней, однако в Linux это не
- Сканирование динамического содержимого с помощью scrapy
- Альтернативы Selenium / Webdriver для заполнения полей при сглаживании без использования Python?
- Scrapy: Извлечение ссылок и текста
- извлекать текст из Интернета с помощью Angular JS-тэгов, таких как ng-view
- Прочитайте две переменные в одной строке с помощью Python
- Python PIL: смешение прозрачного изображения с другим
- Как запустить Scrapy из сценария Python
- Как очистить в виде таблицы, чтобы списки стали четными
- Scrapy: хранить все внешние ссылки и обходить все взаимные ссылки
- Есть ли какой-либо метод использования отдельного трубопровода для каждого паук?
- Скребок Amazon
- Закрытие соединения базы данных с конвейером и промежуточным программным обеспечением в Scrapy
- Вход в веб-сайт с помощью веб-скребок в Python
- from scrapy.selector import selector error
- страница соскабливания, чтобы получить цены от google finance