defuddle for Mac 版
从网页中提取文章内容和元数据
defuddle 是什么
Defuddle 是一个命令行工具,用来从网页中提取正文内容和元数据。浏览网页时,真正有用的信息常常被导航栏、广告、评论区等杂七杂八的元素包围,想直接拿到干净的文章内容并不容易。Defuddle 做的就是帮你把正文从页面里剥离出来,同时保留标题、作者等元数据,方便后续整理、存档或加工。它适合需要批量处理网页内容的开发者、研究人员和内容工作者,比如把抓取的页面转成可读文本、为知识库准备素材,或在脚本流程中提取文章信息。通过命令行调用,它可以融入自动化流程,省去手动复制粘贴的麻烦。
如何安装 defuddle
- 打开 终端(按 ⌘ + 空格,输入“终端”)。
- 如果还没安装 Homebrew,先运行下面这条安装命令。
- 运行下面这条命令:
与同类应用对比
只对比公开元数据,不做主观推荐;需要逐项对比时见对比页。
| 应用 | 版本 | 许可证 | 架构 | 近 30 天安装 |
|---|---|---|---|---|
| defuddle | 0.19.6 | MIT | 命令行 | 172 |
| help2man | 1.49.3 | GPL-3.0-or-later | 命令行 | 165 |
| web-ext | 10.8.0 | MPL-2.0 | 命令行 | 141 |
| xq | v1.5.1 | MIT | 命令行 | 163 |
命令行工具中的类似应用
help2man
help2man 是一个帮开发者省事的命令行小工具,专门用来给程序自动生成手册页。web-ext
web-ext 是一个命令行工具,用来帮助构建、运行和测试 WebExtensions 浏览器扩展。xq
xq 是一个命令行工具,用于美化 XML 和 HTML 内容,以及从中提取数据。它能对 XML 和 HTML 自动缩进、格式化并做语法高亮,支持分页输出,也…libaacs
libaacs 是一个开源研究项目,把高级访问内容系统(AACS)规范实现成了一个库。htmlq
htmlq 是一个用 CSS 选择器从 HTML 文件中提取内容的命令行工具,定位类似 jq,只不过 jq 处理的是 JSON,而 htmlq 处理的是 H…trafilatura
Trafilatura 是一款面向网络文本处理的命令行工具,核心用途是从网页中提取正文内容,并完成后续的文本整理工作。所属分类:命令行工具