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
和: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
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-424B-A47B-Paddle
ERNIE-4.5-VL-424B-A47B 是百度推出的多模态MoE大模型,支持文本与视觉理解,总参数量424B,激活参数量47B。基于异构混合专家架构,融合跨模态预训练与高效推理优化,具备强大的图文生成、推理和问答能力。适用于复杂多模态任务场景00pangu-pro-moe
盘古 Pro MoE (72B-A16B):昇腾原生的分组混合专家模型014kornia
🐍 空间人工智能的几何计算机视觉库Python00GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。00
热门内容推荐
1 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析2 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析3 freeCodeCamp音乐播放器项目中的函数调用问题解析4 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 5 freeCodeCamp博客页面工作坊中的断言方法优化建议6 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析7 freeCodeCamp论坛排行榜项目中的错误日志规范要求8 freeCodeCamp课程页面空白问题的技术分析与解决方案9 freeCodeCamp课程视频测验中的Tab键导航问题解析10 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析
最新内容推荐
Shelf.nu项目中iOS PWA相机权限问题的分析与解决 Monokle在Linux ARM64系统上的FUSE挂载问题解决方案 Ansible角色Docker项目中的版本标签错误分析 TauonMusicBox队列滚动崩溃问题分析与修复 NestJS CLI 项目中 Node.js 引擎版本兼容性问题分析 Color.js 项目中颜色空间转换的解析问题剖析 Solara项目中AppBar与Tabs组件的显示问题解析 Kubernetes Gateway API 中 BackendTLSPolicy 从 v1.0 升级到 v1.1 的注意事项 GPIOZero项目在Python 3.7环境下的兼容性问题解析 解决ant-design-charts项目中source map解析警告问题
项目优选
收起

🔥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

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

React Native鸿蒙化仓库
C++
110
194

🎉 (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 kernel ~ openGauss is an open source relational database management system
C++
57
139

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

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

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 Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
362
37

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