Git Stars Git Stars

#text-cleaning Repositories

Entdecke 6 aktive Open-Source-GitHub-Repositories, die mit #text-cleaning getaggt sind und insgesamt 20,035 Sterne gesammelt haben (durchschnittlich 3,339 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist adbar/trafilatura mit 7,157 Sternen.

6
Gesamtzahl der Repositories
20,035
Gesamtanzahl der Sterne
3,339
Durchschnittliche Sterne/Repo
Programmiersprachen: Python Jupyter Notebook

Insgesamt 6 Repositories

1
adbar/trafilatura

Python- und Kommandozeilen-Tool zum Sammeln von Text und Metadaten im Web: Crawling, Scraping, Extraktion, Ausgabe als CSV, JSON, HTML, MD, TXT, XML

adbar
⭐ 7,157 Python 👤 adbar User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2019-04-08
2
WikiExtractor/wikiextractor

Ein Tool zum Extrahieren von Klartext aus Wikipedia-Dumps

WikiExtractor
⭐ 4,007 Python 👤 WikiExtractor Organization 🕐 Aktualisiert 2026-10-19 📅 Erstellt 2015-03-22
3
rspeer/python-ftfy

Behebt Mojibake und andere Fehler in Unicode-Text, nachträglich.

rspeer
⭐ 4,004 Python 👤 rspeer User 🕐 Aktualisiert 2024-10-30 📅 Erstellt 2012-08-24
4
blmoistawinde/HarvestText

Text Mining- und Preprocessing-Tools (Textbereinigung, Entdeckung neuer Wörter, Sentiment-Analyse, Entity-Recognition-Linking, Keyword-Extraktion, Wissensextraktion, Syntaxanalyse usw.), unüberwachte oder schwach überwachte Methoden

blmoistawinde
⭐ 2,592 Python 👤 blmoistawinde User 🕐 Aktualisiert 2024-05-13 📅 Erstellt 2018-11-19
5
wisupai/e2m

E2M konvertiert verschiedene Dateitypen (doc, docx, epub, html, htm, url, pdf, ppt, pptx, mp3, m4a) in Markdown. Es ist einfach zu installieren, mit dedizierten Parsern und Konvertern, die benutzerdefinierte Konfigurationen unterstützen. E2M bietet eine All-in-One-, flexible und Open-Source-Lösung.

wisupai
⭐ 1,246 Jupyter Notebook 👤 wisupai Organization 🕐 Aktualisiert 2024-09-08 📅 Erstellt 2024-08-04
6
jfilter/clean-text

🧹 Python-Paket zur Textbereinigung

jfilter
⭐ 1,031 Python 👤 jfilter User 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2018-12-06

Häufig gestellte Fragen

1

Welches ist das beliebteste #text-cleaning-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#text-cleaning-Projekt auf GitHub ist adbar/trafilatura mit 7,157 Sternen. Python- und Kommandozeilen-Tool zum Sammeln von Text und Metadaten im Web: Crawling, Scraping, Extraktion, Ausgabe als CSV, JSON, HTML, MD, TXT, XML

2

Welche Programmiersprachen werden in #text-cleaning-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #text-cleaning-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #text-cleaning-Repositories berechnet?

Wir verfolgen 6 aktive Open-Source-Repositories, die mit #text-cleaning getaggt sind (500+ Sterne), mit insgesamt 20,035 Sternen und durchschnittlich 3,339 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.