wanlifeipeng

摘要： 1.简介 Python-goose项目是用Python重写的Goose，Goose原来是用Java写的文章提取工具。Python-goose的目标是给定任意资讯文章或者任意文章类的网页，不仅提取出文章的主体，同时提取出所有元信息以及图片等信息，支持中文网页。Python-goose可提取的信息包括： 阅读全文

摘要： 一. xml相关术语: 1.Document(文档): 对应一个xml文件 2.Declaration(声明): version指定了版本,encoding指定了文件编码 3.Comment（注释），同html中的注释 4.Element（元素）:指的是从（ 且包括） 开始标签直到（ 且包括） 结束 阅读全文