This topic created in 3980 days ago, the information mentioned may be changed or developed.
大家可以试试把各种链接（微博，Twitter，V2EX……）发到聊天框里，Telegram 似乎总是可以提取到页面上最重要的内容。
 | 1 hjc4869 Jun 7, 2015 自己试了一下，这个是在服务端采集的，所以具体细节无从得知了。。  |
 | 2 oott123 Jun 7, 2015 via Android 这算法不难吧，Readability 啊 Pocket 之类的不就有类似的嘛。 |
 | 3 isaced Jun 7, 2015 真厉害，试了下 cnBeta、36Kr、SegmentFault，甚至连我一个人博客随便一篇文章都能识别出来... |
 | 4 wy315700 Jun 7, 2015 这不就是搜索引擎的技术吗， |
 | 5 also24 Jun 7, 2015 以前似乎是直接抓取 description 的，不知道现在是怎样 |
7
Livid MOD
OP
PRO
 | 9 Laforet Jun 7, 2015 现在机械语义分析可用性已经很高了，比如下面这个bot https://www.reddit.com/user/bitofnewsbot 还有上次推特财报被提前公布也是用了爬虫+语义分析，跳过人工审阅直接发新闻。 |
 | 12 binux Jun 7, 2015 |
 | 14 icedx Jun 7, 2015 via Android Verizon 家的Message+ 表示不服 |
 | 15 inmyfree Jun 7, 2015 哈哈，推荐我写的一个小东东哈，基于readability 比如我的一个[博客](http://www.mk5i.com/opensource_workplan/) [效果](http://42.121.117.150:15002/readability?dsturl=http://www.mk5i.com/opensource_workplan/) [开源项目git地址](https://github.com/inmyfree/readability) |
 | 16 0x17e Jun 8, 2015 新闻类的页面的正文提取是最简单的，包含短楼层或评论的页面是最难提取的。可以试试提取 V2EX，如果能把每个回复都单独提取出来合并成正文，那么才算是厉害的算法，可惜目前主流的笔记软件好像还没有这样的功能，除了某些采集软件。 |
Select Language