网页新闻抓取( 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)

　　网页新闻抓取(

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：一般新闻网页文本的在线提取

　　摄影：产品经理

　　毛脑花和广粉

　　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，需要先使用pip安装，然后编写代码使用。

　　为了降低测试GNE的成本，让更多的同学了解GNE，测试GNE，我开发了GNE的网页版——Gne Online。

　　Gne Online的打开地址是：，打开后的页面如下图所示。

　　要测试GNE的功能，只需将网页的源代码粘贴到顶部的文本框中，然后点击提取按钮：

　　对于标题、作者、新闻发布时间的情况，可能会发送不正确的提取，我们可以通过下面对应的Title XPath、Author、Publish Time XPath输入XPath定向提取。比如今日头条的文章：

　　新闻的作者在提取它时犯了一个错误。这时候可以指定XPath://div[@class="article-sub"]/span[1]/text()来定向提取，如下图所示。

　　通过设置Host输入框，可以在网页正文中的图片为相对路径时拼写URL。

　　勾选下方的With Body Html复选框，即可返回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。

　　参考文献

　　[1]

　　GNE：

　　[2]

　　官方文档：

　　国王的名字

　　为产品经理省钱买房。