抓取网页新闻( 测试GNE的功能，你只需要在最上面的文本框中粘贴网页源代码)

　　抓取网页新闻(

测试GNE的功能，你只需要在最上面的文本框中粘贴网页源代码)

　　Gne Online：在线提取一般新闻网页文本

　　摄影：产品经理

　　毛脑花和广大粉丝

　　GNE[1]是我的开源新闻网站通用文本提取器，自发布以来受到了很多同学的好评。

　　长期以来，GNE 以 Python 包的形式存在。测试GNE的提取效果，需要先用pip安装，再写代码使用。

　　为了降低测试GNE的成本，让更多的同学了解GNE和测试GNE，我开发了网络版GNE-Gne Online。

　　打开Gne Online的地址是：，打开后的页面如下图。

　　测试GNE的功能，只需将网页源代码粘贴到顶部文本框中，点击提取按钮即可：

　　对于标题、作者、新闻发布时间等可能被误送提取的信息，我们可以通过下面对应的标题XPath、作者、发布时间XPath输入XPath进行定向提取。例如，对于今日头条中的文章：

　　新闻作者提取错误，此时可以指定XPath：//div[@class="article-sub"]/span[1]/text()定向提取，如如下图所示。

　　通过设置Host输入框，可以拼出网页body中图片为相对路径时的URL。

　　通过勾选下面的With Body Html复选框，您可以返回body所在区域的网页源代码。

　　更多GNE使用说明请参考官方文档[2]。

　　使用 Gne Online，您不再需要提前准备 Python 环境。

　　参考资料

　　[1]

　　GNE：

　　[2]

　　官方文档：

　　王名

　　存钱给产品经理买房子。