AIPython★ 6,055
adbar/trafilatura
TRAFILATURA - ПАРСИМ ВЕБ ЗА МИНУТУ
Trafilatura извлекает чистый текст и метаданные со страниц, поддерживая CSV, JSON, HTML и другие форматы.
// КЛЮЧЕВЫЕ ОСОБЕННОСТИ
- Извлечение текста и метаданных
- Поддержка множества форматов вывода
- Простой CLI и API
#article-extractor#corpus-builder#corpus-tools#crawler#html-to-markdown#html2text#llm#news-aggregator#news-crawler#nlp#rag#readability
Открыть на GitHub →Новые репозитории каждые 30 минут
REDDYX AI сканирует GitHub 24/7 и присылает лучшие AI/ML/Web3 проекты в Telegram.
Подписаться в Telegram