recipe-scrapers 15.7.0版本发布:增强食谱数据抓取能力
recipe-scrapers是一个专注于从各类食谱网站抓取结构化数据的Python库,它能够将网页上的食谱信息转换为标准化的JSON格式,包括菜名、配料、步骤、烹饪时间等关键信息。该项目通过持续更新来支持更多食谱网站,并不断优化现有解析器的准确性。
新增支持的食谱网站
本次15.7.0版本新增了对多个食谱网站的支持,显著扩展了数据抓取范围:
- garnishandglaze.com - 一个专注于装饰和釉料的美食网站
- zestfulkitchen.com - 提供充满活力的厨房创意食谱
- tastyoven.com - 专注于烤箱烹饪的食谱资源
- sizzlefish.com - 海鲜类食谱的专业网站
- bakewithzoha - 烘焙爱好者的食谱集合
- healthywithachanceofsprinkles.com - 健康饮食与偶尔放纵的平衡食谱
- cookinglsl.com - 简单生活风格的烹饪网站
- organicallyaddison.com - 有机食材为主的健康食谱
- erinliveswhole.com - 整体生活方式的健康食谱
- simplegreensmoothies.com - 绿色蔬果汁配方网站
- loveandlemons.com - 以柠檬为特色的创意食谱
- thebigmansworld - 大份量美食食谱
- festligare.se - 瑞典语的节日食谱网站
- editions-larousse - 法国拉鲁斯出版社的食谱
- tastinghistory.com - 历史美食重现的独特食谱
- picnic.app - 带有额外步骤说明的食谱应用
- amazingoriental.com - 东方美食特色网站
核心功能改进
1. 增强的JSON-LD处理能力
针对pioneerwoman和aberlehome等网站,更新了JSON-LD解析逻辑,能够更稳健地处理不完整的食谱结构化数据。JSON-LD是食谱网站常用的结构化数据格式,但各网站实现质量参差不齐。新版本通过更智能的容错机制,确保即使在不完美的数据结构下也能提取关键信息。
2. 自动检测配料分组
引入了对WPRM(WordPress Recipe Maker)和Tasty格式的自动检测功能,能够智能识别常见的配料分组选择器组合。这项改进使得解析器无需针对每个网站硬编码分组规则,就能正确提取分门别类的配料信息,如"酱料"、"腌料"等分组。
3. 请求头优化
为URLOpen请求添加了标准请求头,模拟更真实的浏览器访问行为。这一改进有助于绕过一些网站的反爬虫机制,提高数据获取的成功率。
现有解析器优化
- TasteAU - 修复了指令提取逻辑,确保烹饪步骤完整准确
- ahealthysliceoflife - 改进了配料解析算法并添加了对配料分组的支持
- TheRecipeCritic - 统一了命名规范,保持代码风格一致性
技术实现亮点
本次更新体现了recipe-scrapers项目的几个重要技术方向:
- 模块化设计:每个食谱网站的解析器都是独立的类,便于维护和扩展
- 渐进增强:在支持新网站的同时,不断优化现有解析器的健壮性
- 智能检测:通过模式识别减少硬编码规则,提高解析器的自适应能力
- 反爬应对:通过模拟真实用户行为,提高在严格网站上的抓取成功率
开发者体验
对于使用recipe-scrapers的开发者而言,15.7.0版本带来了更广泛的数据源支持和更稳定的解析表现。新增的网站覆盖了从专业美食出版到个人美食博客的各种类型,而底层解析逻辑的改进则提升了整个库的可靠性。
项目维护团队通过清晰的版本管理和详尽的变更日志,使开发者能够轻松了解每次更新的内容和影响,便于评估升级的必要性和潜在风险。
recipe-scrapers持续证明其作为食谱数据抓取领域领先工具的价值,通过社区贡献和核心团队的努力,不断扩大其应用场景和技术能力。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00