GNE v0.1 正式发布: 4 行代码开发新闻网站通用爬虫 学习资源 开源软件 无合适标签 原创

kingname 9月前 737

GNE(GeneralNewsExtractor)是一个通用新闻网站正文抽取模块,输入一篇新闻网页的 HTML, 输出正文内容、标题、作者、发布时间、正文中的图片地址和正文所在的标签源代码。GNE在提取今日头条、网易新闻、游民星空、 观察者网、凤凰网、腾讯新闻、ReadHub、新浪新闻等数百个中文新闻网站上效果非常出色,几乎能够达到100%的准确率。


夜幕不支持发布 Markdown,从别处复制过来代码混乱了,所以请大家点击:


https://mp.weixin.qq.com/s/i8tDcwgaHAS_oBX8w0BPRw


最新回复 (0)
返回