Golang 文章正文抽取(readability)

chengzhonglu6367

于 2017-11-18 06:00:00 发布

阅读量405

点赞数

文章标签： golang python php

原文链接：https://my.oschina.net/ying33/blog/1575389

版权

本文介绍了一个基于Golang的readability库，该库用于从网页中抽取文章的标题和内容，是readabilityforpython和readabilityfornode.js的Golang版本。支持gzip压缩，使用goquery和mahonia第三方包。提供了源代码和使用示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

readability for golang

Golang版本是根据readabiliity for node.js以及readability for python所改写，并加入了些自己的，比如支持gzip等。

引用的第三方包

github.com/PuerkitoBio/goquery
github.com/axgle/mahonia

使用方法


package main

import (
	"fmt"

	"github.com/ying32/readability"
)

func main() {
    test, err := readability.NewReadability("http://wd.leiting.com/home/news/news_detail.php?id=599")
    if err != nil {
	fmt.Println("failed.", err)
	return
    }
    test.Parse()
    fmt.Println(test.Title)
    fmt.Println(test.Content)
}