adbar/trafilatura

adbar/trafilatura 是一个 Python 工具，通过网页爬取和抓取提取正文与元数据，并导出为 TXT、JSON、Markdown 等格式，GitHub 上的最新版本是 v2.3.1。

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

星标

★ 7K

复刻

461

语言

Python

许可证

Apache-2.0

最新版本

v2.3.1