首页
/ Ruby Readability 技术文档

Ruby Readability 技术文档

2024-12-17 07:39:46作者:晏闻田Solitary

本文档将详细介绍如何安装、使用Ruby Readability项目,以及如何通过项目API进行操作。

1. 安装指南

Ruby Readability 是一个用于提取网页主要可读内容的工具,它是 arc90 的 readability 项目的 Ruby 语言版本。

通过命令行安装

(sudo) gem install ruby-readability

使用 Bundler 安装

gem "ruby-readability", :require => 'readability'

2. 项目使用说明

Ruby Readability 可以通过以下方式使用:

require 'rubygems'
require 'readability'
require 'open-uri'

source = open('http://example.com/').read
document = Readability::Document.new(source)
puts document.content

配置选项

您可以通过以下选项配置 Readability::Document.new

  • :tags: 指定要清理的基本标签列表,默认为 %w[div p]
  • :remove_empty_nodes: 删除没有文本内容的 <p> 标签,同时也删除只包含图片的 <p> 标签。
  • :attributes: 指定允许的属性列表。
  • :debug: 提供调试输出,默认为 false
  • :encoding: 如果页面是已知的编码,可以指定它;如果未指定,编码将被猜测(仅限 Ruby 1.9.x)。如果您希望禁用猜测,请提供 :do_not_guess_encoding => true
  • :html_headers: 在 Ruby 1.9.x 中,这些将被传递给 guess_html_encoding gem 以帮助猜测 HTML 编码。
  • :ignore_image_format: 用于 .images。例如:[:ignore_image_format => ["gif", "png"]]
  • :min_image_height: 设置 #images 的最小图像高度。
  • :min_image_width: 设置 #images 的最小图像宽度。
  • :blacklist:whitelist 允许您显式地限制或移除 CSS 选择器。

3. 项目API使用文档

以下是 Ruby Readability 的一些主要 API 方法:

提取内容

document = Readability::Document.new(source, options)
puts document.content

提取图片

document = Readability::Document.new(source, options)
puts document.images

4. 项目安装方式

请参考上述“安装指南”部分,了解如何通过命令行或 Bundler 安装 Ruby Readability。

通过本文档,用户应能够顺利安装并使用 Ruby Readability,从而提取网页的主要内容。如果在使用过程中遇到任何问题,建议查阅相关文档或向社区寻求帮助。

登录后查看全文

项目优选

收起
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
51
14
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
289
806
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
110
194
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
482
387
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
57
139
CangjieMagicCangjieMagic
基于仓颉编程语言构建的 LLM Agent 开发框架,其主要特点包括:Agent DSL、支持 MCP 协议,支持模块化调用,支持任务智能规划。
Cangjie
577
41
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
96
250
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
356
279
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
362
37
MateChatMateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。 官网地址:https://matechat.gitcode.com
688
86