投稿 提交工具 投放合作

defuddle:从网页提取正文并输出 HTML 或 Markdown

其他 10.1k(+35) 480 JavaScript 2026-11-21 访问官网 ↗ 在 GitHub 打开

输入 URL 或 HTML,去除侧边栏、页眉页脚等杂讯,返回干净的正文与页面元数据。

Defuddle 从网页中提取主要内容,移除评论、侧边栏、页眉页脚等非必要元素,只保留正文,可返回清理后的 HTML 或 Markdown。它为 Obsidian Web Clipper 创建,但设计为可在任意环境运行,可作为 Mozilla Readability 的替代,差异在于:更宽容、移除的不确定元素更少;对脚注、数学公式、代码块等输出更一致;利用页面的移动版样式推断多余元素;提取更多元数据(含 schema.org 数据)。提供浏览器、Node.js(`defuddle/node` 接受任意 DOM 实现的 Document)和 CLI 三种用法,CLI 可接受文件路径、URL 或 stdin 中的 HTML,支持 Markdown、JSON、YAML frontmatter 等输出选项。返回对象包含 author、content、description、domain、favicon、image、language、published、site、schemaOrgData、title、wordCount 等字段。提供三个打包版本:无依赖的核心包 `defuddle`、含数学公式解析与 Markdown 转换的 `defuddle/full`、面向 Node.js 的 `defuddle/node`。README 开头注明项目仍处于开发中。

Star 趋势2026-11-11 — 2026-11-20当前 Stars 10k24h +357 日 +114

10k11-1111-1211-1311-1411-1511-1611-1711-1811-20