解析具有可读性的新闻URL

Question

我正在尝试从新闻URL中自动提取数据，例如 https://zapier.com或https://ifttt.com。你知道吗

主要目标是将一个漂亮的新闻URL文本版本放到google电子表格中。尝试使用“importXML”之类的函数失败，因为我需要分析具有不同结构的url。你知道吗

我在考虑用可读性.jshttps://code.google.com/archive/p/arc90labs-readability/downloads将html转换成漂亮的文本，因为zapier允许javascript或python中的代码片段。你知道吗

问题是在zapier中，您不能使用这些编程语言（比如beautifulsou）不标准的模块来刮取url。你知道吗

有没有可能我可以传递一个url到可读性.js https://storage.googleapis.com/google-code-archive-downloads/v2/code.google.com/arc90labs-readability/readability.js 或者对https://mercury.postlight.com/web-parser/进行api调用 返回一个漂亮的文本？你知道吗

Answer 1

大卫，来自Zapier平台团队。是的，这是完全可能的！你知道吗

今天最简单的事情是向Mercury解析器发出POST请求，它将返回有关文章的信息。这将持续几个月（直到他们的APIshuts off）。他们已经开放了他们的代码，所以如果你喜欢（我也喜欢！）您可以将它们的库包装在一个一次性的CLI app中，Zapier将为您运行它们的代码。老实说，我可能很快就会把这个给自己用，如果你愿意的话，你也可以用！准备好后我会更新这个答案。你知道吗