GNE-JS新聞網頁正文通用抽取器

GNE-JS 是基于論文《基于文本及符號密度的網頁正文提取方法》實現(xiàn)的新聞網頁正文通用抽取器。

在論文中描述的正文提取基礎上，還增加了標題、發(fā)布時間和文章作者的自動化探測與提取功能。

該項目啟發(fā)自 GNE，由 Python 遷移到 Node.js，并做了一些改動，提高提取準確度。

demo：

https://general-news-extractor-demo.stayin.cn