adbar/trafilatura

adbar/trafilatura は Python 製のプログで、Web のクロールとスクレイピングから本文とメタデータを抽出し、TXT、JSON、Markdown などの形式で書き出す。GitHub の最新リリースは v2.3.1 である。

GitHub の説明: Python & Command-line tool to gather text and metadata on the Web: Crawling, scraping, extraction, output as CSV, JSON, HTML, MD, TXT, XML

スター

★ 7K

フォーク

461

言語

Python

ライセンス

Apache-2.0

最新リリース

v2.3.1