从网站中提取类似读者视图的内容的规则？

Question

我正在尝试实现我自己的小阅读器视图应用程序（一个与 safari 上的阅读器模式做同样事情的应用程序），我发现有几件事我问自己：

• 此功能是否有技术术语（阅读器视图并没有真正削减它）？
• 是否有网站应该遵循的标准，以表明他们希望在读者视图中包含的内容
• 是否有一套开源的 HTML 解析规则来从网站中提取“可读”内容？
• 在几周内实现这样的事情对于一个人来说是不是太大了，如果是这样，我应该选择像 Instaparser 这样的服务吗？

Answer 1

我相信原版是由 arc90 实现的，他们称之为可读性。你可以在这里查看他们的页面。

随着时间的推移，它已被移植到许多不同的语言，因此您可以查看不同的实现以了解有关它的更多信息，它是如何完成的等等。

• Python 可读性
• J可读性
• JavaScript
• 红宝石

这只是这里的一个小示例，如果您想找到更多示例，还有更多示例。

编辑：哎呀，经过更多的谷歌搜索后，我发现这个问题的答案很好地解释了它。