Evernote Web Clipper如何很好地解析网页？

Question

我一直在尝试在python中复制Evernote Web Clipper的解析功能,用于我自己的网络抓取项目.我只对提取文本主体感兴趣,没有别的.

我已经使用了python Arc90端口:

https://github.com/buriy/python-readability

结合aaronsw的精彩html2text库:

https://github.com/aaronsw/html2text

这在大多数情况下都会产生很好的效果,但是Evernote在抓取主体文本方面要好得多.

有人可以推荐一个更好的方法,或者告诉我Evernote正在做什么.

谢谢!