这是一个创建于 1743 天前的主题，其中的信息可能已经有所发展或是发生改变。
添加网页到 Pocket 后，从 pocket 内打开就不是原来的网页了，仅保留了主体内容，标题正文以及图片。样式也是 pocket 的样式。
想问一下是怎么实现的，是获取到链接后爬取主要内容吗？怎么爬呢，爬取内容不是要分析 html 结构吗？不可能全部网站的结构都一样吧？
求大佬给点思路
 |
1
justfly 2019-07-26 16:47:05 +08:00  1
关键字： 正文提取算法
|
 |
2
dying4death OP @justfly 牛逼了哥，就是这个，感谢
|
Select Language