gne

本项目基于《基于最大文本密度的网页正文抽取方法》的理论，参考项目GeneralNewsExtractor实现。

使用示例

package main

import (
	"fmt"
	"github.com/lxyzhangqing/gne"
	"github.com/lxyzhangqing/gne/extractor"
)

func main() {
	url := "http://xxxxx" // you url
	pageContent := `xxx`  // read the page content with url

	result, err := gne.GeneralNewsExtract(pageContent, &extractor.Options{
		BodyXPath: "//*[@id='article_content']",
		Host:      url,
	})
	
	if err != nil {
		fmt.Println(err)
		return
	}
	
	fmt.Println("标题：", result.Title)
	fmt.Println("作者：", result.Author)
	fmt.Println("发布时间：", result.PublishTime)
	fmt.Println("内容：", result.Content)
	fmt.Println("图片：", result.Images)
	fmt.Println("元数据：", result.Meta)
}