跳到正文

magic-html

从 HTML 中提取主体区域的 Python 库

访问官网

magic-html 是什么

magic-html 被介绍为一个简化从 HTML 提取主体区域内容的 Python 库,为复杂结构和简单网页 alike 提供便捷接口。

你可以用它做什么

  • 返回主体区域的 html 结构
  • 按需输出纯文本或 markdown
  • 在抽取时转换 latex 公式

上手步骤

  • 安装这个库
  • 导入 GeneralExtractor 类
  • 初始化提取器并准备网页 URL 与 HTML 内容

优点与缺点

✓ 我们认可的地方

  • 支持 latex 公式提取转换
  • 支持多模态抽取

! 需要留意的地方

  • 列出的步骤从安装库开始
  • 需要初始化 GeneralExtractor 提取器

常见问题

有哪些输出形式?

资料列出主体区域 html 结构,并可自定义输出纯文本或 markdown。

覆盖哪些版面?

资料列出文章、论坛和微信文章的抽取器。

最后评测: 2026-11-15

更多 AI 办公助手 工具

查看全部 →

评测方法