写了一个简单的输入网页,提取网页文本内容的工具: https://webpage2text.vercel.app/ - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
请不要在回答技术问题时复制粘贴 AI 生成的内容
animebing

写了一个简单的输入网页,提取网页文本内容的工具: https://webpage2text.vercel.app/

  •  
  •   animebing 2023 年 7 月 31 日 via Android 2043 次点击
    这是一个创建于 998 天前的主题,其中的信息可能已经有所发展或是发生改变。

    做了一个简单的网页工具,功能是根据用户提供的网址,返回网页的文本内容,目前是放在 vercel 上的(访问需要魔法): https://webpage2text.vercel.app/

    想做这个的动机是:

    1. 想使用 chatgpt 对网页内容做提问,没有找到简单好用的工具从网页中提取文本
    2. 想尝试一下简单的网页开发
    11 条回复    2023-07-31 23:07:19 +08:00
    xycool
        1
    xycool  
       2023 年 7 月 31 日
    直接 document.body.innerText 不就行了吗
    superares
        2
    superares  
       2023 年 7 月 31 日
    只能说效果不好,我用这个做的测试:
    https://mp.weixin.qq.com/s/g-Ja6eZFpG1TUhMJGinEnQ
    ovtfkw
        3
    ovtfkw  
       2023 年 7 月 31 日
    t/961177#reply2
    这个网站试了一下,结果文字显示不全
    luckyc
        5
    luckyc  
       2023 年 7 月 31 日
    好家伙, 搞这么复杂, 还有后端.
    luckyc
        7
    luckyc  
       2023 年 7 月 31 日
    Javascript:document.body.innerText
    收藏夹添加一个, 地址写上面内容, 点一下这个收藏夹就显示了当前页面的文本
    animebing
        8
    animebing  
    OP
       2023 年 7 月 31 日
    1. 为什么没有使用 'document.body.innerText': 这个工具就是希望提供一个便捷的方式获得网页的纯文本内容,用的人并不需要了解 js ,浏览器的调试这些
    2. 为什么需要后端:这个是和 1 相关的,由于需要获得网页的内容,但是在客户端会有 CORS 的问题,所以使用一个简单的后端来获得网页内容
    animebing
        9
    animebing  
    OP
       2023 年 7 月 31 日
    @superares 确实有一些网页结果会不完整,有些处理逻辑可能有问题,正在修改中...
    animebing
        10
    animebing  
    OP
       2023 年 7 月 31 日
    @ovtfkw 应该处理逻辑还有些 bug ,努力修改中...
    animebing
        11
    animebing  
    OP
       2023 年 7 月 31 日
    @superares @ovtfkw 处理逻辑做了一些修改,返回的内容可以更完整一些了
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     901 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 40ms UTC 20:16 PVG 04:16 LAX 13:16 JFK 16:16
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86