Git Stars Git Stars

#text-cleaning Repository

Scopri 6 repository GitHub open source attivi contrassegnati con #text-cleaning, che raccolgono un totale di 20,035 stelle (con una media di 3,339 stelle per progetto). Il progetto leader di questo argomento è adbar/trafilatura, con 7,157 stelle.

6
Totale Repository
20,035
Totale stelle
3,339
Media Stelle/Repo
Linguaggi di programmazione: Python Jupyter Notebook

6 repository in totale

1
adbar/trafilatura

Strumento Python e da riga di comando per raccogliere testo e metadati sul Web: Crawling, scraping, estrazione, output come CSV, JSON, HTML, MD, TXT, XML

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

Uno strumento per estrarre testo semplice dai dump di Wikipedia

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

Corregge il mojibake e altri glitch nel testo Unicode, a posteriori.

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

Strumenti di data mining testuale e pre-elaborazione (pulizia del testo, scoperta di nuove parole, analisi del sentiment, riconoscimento e collegamento di entità, estrazione di parole chiave, estrazione di conoscenza, analisi sintattica, ecc.), metodi non supervisionati o debolmente supervisionati

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

E2M converte vari tipi di file (doc, docx, epub, html, htm, url, pdf, ppt, pptx, mp3, m4a) in Markdown. È facile da installare, con parser e convertitori dedicati, che supportano configurazioni personalizzate. E2M offre una soluzione all-in-one, flessibile e open-source.

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

🧹 Pacchetto Python per la pulizia del testo

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

Domande frequenti

1

Qual è il repository #text-cleaning più popolare su GitHub?

Il progetto open source #text-cleaning più alto in classifica su GitHub è adbar/trafilatura, con 7,157 stelle. Strumento Python e da riga di comando per raccogliere testo e metadati sul Web: Crawling, scraping, estrazione, output come CSV, JSON, HTML, MD, TXT, XML

2

Quali linguaggi di programmazione sono più utilizzati nei repository #text-cleaning?

Tra i progetti #text-cleaning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook.

3

Come viene calcolata la classifica dei repository #text-cleaning?

Monitoriamo 6 repository open source attivi contrassegnati con #text-cleaning (500+ stelle), per un totale di 20,035 stelle e una media di 3,339 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.