adbar /
trafilatura
Un paquet Python et outil en ligne de commande qui explore le web et extrait le texte principal, les métadonnées et les commentaires à partir de HTML brut, avec des sorties en CSV, JSON, Markdown ou XML.
Résumé écrit par une IA à partir de la description et du README du dépôt.
Mis à jour il y a 9 min
+36 étoiles gagnées cette semaine
Étoiles gagnées chaque jour, sur 30 jours
Rythme habituel · 5 / jour
4 oct.19 oct.Aujourd’hui
Cette semaine Avant Rythme habituel
Sur GitHub
Python & Command-line tool to gather text and metadata on the Web: Crawling, scraping, extraction, output as CSV, JSON, HTML, MD, TXT, XML
La description écrite par ses auteurs sur GitHub.
adbar / trafilatura
Voir sur GitHub(nouvel onglet)