GNE-JS 是基于论文《基于文本及符号密度的网页正文提取方法》实现的新闻网页正文通用抽取器。
在论文中描述的正文提取基础上,还增加了标题、发布时间和文章作者的自动化探测与提取功能。
该项目启发自 GNE,由 Python 迁移到 Node.js,并做了一些改动,提高提取准确度。
demo:
https://general-news-extractor-demo.stayin.cn