Git Stars Git Stars

#text-cleaning Репозитории

Откройте для себя 6 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #text-cleaning, с общим числом 20,035 звёзд (в среднем 3,339 на проект). Лидером этой темы является adbar/trafilatura, набравший 7,157 звёзд.

6
Всего репозиториев
20,035
Всего звезд
3,339
Среднее количество звезд на репозиторий
Языки программирования: Python Jupyter Notebook

Всего репозиториев: 6

1
adbar/trafilatura

Инструмент Python и командной строки для сбора текста и метаданных в Интернете: Краулинг, скрейпинг, извлечение, вывод в формате CSV, JSON, HTML, MD, TXT, XML

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

Инструмент для извлечения обычного текста из дампов Википедии

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

Исправляет mojibake и другие сбои в Unicode-тексте, постфактум.

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

Инструменты для текстовой аналитики и предобработки (очистка текста, обнаружение новых слов, анализ настроений, распознавание и связывание сущностей, извлечение ключевых слов, извлечение знаний, синтаксический анализ и т.д.), методы без надзора или со слабым надзором

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

E2M преобразует различные типы файлов (doc, docx, epub, html, htm, url, pdf, ppt, pptx, mp3, m4a) в Markdown. Он прост в установке, имеет выделенные парсеры и конвертеры, поддерживающие пользовательские конфигурации. E2M предлагает универсальное, гибкое и бесплатное решение с открытым исходным кодом.

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

🧹 Python пакет для очистки текста

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

Часто задаваемые вопросы

1

Какой репозиторий по теме #text-cleaning наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #text-cleaning на GitHub — adbar/trafilatura, набравший 7,157 звёзд. Инструмент Python и командной строки для сбора текста и метаданных в Интернете: Краулинг, скрейпинг, извлечение, вывод в формате CSV, JSON, HTML, MD, TXT, XML

2

Какие языки программирования чаще всего используются в репозиториях по теме #text-cleaning?

Среди наиболее высоко оценённых проектов по теме #text-cleaning на GitHub чаще всего используются языки программирования Python, Jupyter Notebook.

3

Как рассчитывается рейтинг репозиториев по теме #text-cleaning?

Мы отслеживаем 6 активных репозиториев с открытым исходным кодом, отмеченных тегом #text-cleaning (500 и более звёзд), с общим числом 20,035 звёзд и в среднем 3,339 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.