Pocket 这种稍后阅读是怎么实现的?内容方面

2019-07-26 11:01:20 +08:00
 dying4death

添加网页到 Pocket 后,从 pocket 内打开就不是原来的网页了,仅保留了主体内容,标题正文以及图片。样式也是 pocket 的样式。

想问一下是怎么实现的,是获取到链接后爬取主要内容吗?怎么爬呢,爬取内容不是要分析 html 结构吗?不可能全部网站的结构都一样吧?

求大佬给点思路

1022 次点击
所在节点    程序员
2 条回复
justfly
2019-07-26 16:47:05 +08:00
关键字: 正文提取算法
dying4death
2019-07-26 17:15:39 +08:00
@justfly 牛逼了哥,就是这个,感谢

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/586359

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX