Git Stars Git Stars

#text-preprocessing Repositórios

Descubra 5 repositórios ativos de código aberto no GitHub marcados com #text-preprocessing, acumulando um total de 18,335 estrelas (uma média de 3,667 por projeto). O líder deste tópico é adbar/trafilatura, com 7,157 estrelas.

5
Total de Repositórios
18,335
Total de estrelas
3,667
Média de Estrelas/Repositório
Linguagens de programação: Python C++

5 repositórios no total

1
adbar/trafilatura

Ferramenta Python e de linha de comando para coletar texto e metadados da Web: Rastreamento, raspagem, extração, com saída em CSV, JSON, HTML, MD, TXT, XML

adbar
⭐ 7,157 Python 👤 adbar User 🕐 Atualizado 2026-11-20 📅 Criado 2019-04-08
2
goto456/stopwords

Lista comum de palavras de parada em chinês (lista de palavras de parada da Universidade de Tecnologia de Harbin, lista de palavras de parada do Baidu, etc.)

goto456
⭐ 5,424 👤 goto456 User 🕐 Atualizado 2024-01-25 📅 Criado 2017-12-12
3
huggingface/datatrove

Libertando o processamento de dados da loucura de scripts, fornecendo um conjunto de blocos de processamento de pipeline personalizáveis e agnósticos de plataforma.

huggingface
⭐ 3,428 Python 👤 huggingface Organization 🕐 Atualizado 2026-11-18 📅 Criado 2023-06-14
4
tensorflow/text

Tornando o texto um cidadão de primeira classe no TensorFlow.

tensorflow
⭐ 1,299 C++ 👤 tensorflow Organization 🕐 Atualizado 2026-11-19 📅 Criado 2019-05-29
5
jfilter/clean-text

🧹 Pacote Python para limpeza de texto

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

Perguntas Frequentes

1

Qual é o repositório de #text-preprocessing mais popular no GitHub?

O projeto de código aberto de #text-preprocessing mais bem classificado no GitHub é adbar/trafilatura, com 7,157 estrelas. Ferramenta Python e de linha de comando para coletar texto e metadados da Web: Rastreamento, raspagem, extração, com saída em CSV, JSON, HTML, MD, TXT, XML

2

Quais linguagens de programação são mais usadas nos repositórios de #text-preprocessing?

Entre os projetos de #text-preprocessing mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++.

3

Como é calculada a classificação dos repositórios de #text-preprocessing?

Acompanhamos 5 repositórios ativos de código aberto marcados com #text-preprocessing (com mais de 500 estrelas), totalizando 18,335 estrelas e uma média de 3,667 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.