Git Stars Git Stars

#content-extraction 仓库

探索 20 个标记为 #content-extraction 的活跃开源 GitHub 仓库,它们累计获得 107,705 个 Star(平均每个项目 5,385 个)。该主题的领先项目是 soimort/you-get,拥有 56,851 个 Star。

20
仓库总数
107,705
总星标数
5,385
平均每个仓库星标数
1
soimort/you-get

:arrow_double_down: 简单的网页抓取下载器

soimort
⭐ 56,851 Python 👤 soimort User 🕐 已更新 2026-11-15 📅 创建时间 2012-08-20
2
mozilla/readability

可读性库的独立版本

mozilla
⭐ 11,561 JavaScript 👤 mozilla Organization 🕐 已更新 2026-08-04 📅 创建时间 2015-02-03
3
firecrawl/firecrawl-mcp-server

官方 Firecrawl MCP 服务器,面向 AI 智能体的上下文 API:通过任意 MCP 客户端搜索、抓取并与 Web 交互,还可解析、爬取、映射,并使用 Agent 和 Monitor。

firecrawl
⭐ 7,871 JavaScript 👤 firecrawl Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-12-06
4
karpathy/reader3

快速演示如何可以轻松地与大型语言模型(LLM)一起阅读书籍。这很棒,我强烈推荐。

karpathy
⭐ 3,908 Python 👤 karpathy User 🕐 已更新 2025-11-18 📅 创建时间 2025-11-18
5
feedbin/feedbin

一个在网上阅读的好地方。

feedbin
⭐ 3,786 Ruby 👤 feedbin Organization 🕐 已更新 2026-11-20 📅 创建时间 2013-08-24
6
CosmosShadow/gptpdf

使用 GPT 解析 PDF

CosmosShadow
⭐ 3,553 Python 👤 CosmosShadow User 🕐 已更新 2025-04-17 📅 创建时间 2024-06-28
7
paquettg/php-html-parser

一个 HTML DOM 解析器。它允许您操作 HTML。使用选择器在 HTML 页面上查找标签,就像 jQuery 一样。

paquettg
⭐ 2,405 HTML 👤 paquettg User 🕐 已更新 2024-08-09 📅 创建时间 2013-12-13
8
btahir/open-deep-research

Gemini Deep Research 的开源替代方案。基于搜索结果,使用 AI 生成报告。

btahir
⭐ 2,141 TypeScript 👤 btahir User 🕐 已更新 2025-12-15 📅 创建时间 2024-12-24
9
supermemoryai/markdowner

一个快速将任何网站转换为 LLM 就绪的 Markdown 数据的工具。由 https://supermemory.ai 构建

supermemoryai
⭐ 2,033 TypeScript 👤 supermemoryai Organization 🕐 已更新 2026-10-02 📅 创建时间 2024-05-09
10
Momo707577045/media-source-extract

MediaSource 视频提取教程

Momo707577045
⭐ 1,925 HTML 👤 Momo707577045 User 🕐 已更新 2025-04-22 📅 创建时间 2020-09-29
11
extractus/article-extractor

从给定 URL 提取文章

extractus
⭐ 1,920 TypeScript 👤 extractus Organization 🕐 已更新 2026-08-20 📅 创建时间 2015-11-29
12
egoist/sitefetch

抓取整个网站并将其保存为文本文件(供 AI 模型使用)。

egoist
⭐ 1,733 TypeScript 👤 egoist User 🕐 已更新 2025-01-18 📅 创建时间 2025-01-07
13
huridocs/pdf-document-layout-analysis

一个基于 Docker 的 PDF 文档布局分析服务。该服务提供了一个强大而灵活的 PDF 分析服务。该服务允许对 PDF 页面的不同部分进行分割和分类,识别文本、标题、图片、表格等元素。

huridocs
⭐ 1,366 Python 👤 huridocs Organization 🕐 已更新 2026-10-29 📅 创建时间 2024-05-06
14
mika-cn/maoxian-web-clipper

一个从网页剪辑信息的网页扩展。保存到您的本地机器以避免信息失效。不用无聊的注册,不收费。

mika-cn
⭐ 1,230 JavaScript 👤 mika-cn User 🕐 已更新 2026-08-23 📅 创建时间 2018-08-09
15
meowcateatrat/elephant

Free Download Manager 插件。支持从各种网站下载视频。

meowcateatrat
⭐ 1,170 Python 👤 meowcateatrat User 🕐 已更新 2026-10-26 📅 创建时间 2022-04-08
16
xiaoguyu/wechatDownload

微信公号文章下载工具

xiaoguyu
⭐ 1,107 TypeScript 👤 xiaoguyu User 🕐 已更新 2025-11-28 📅 创建时间 2023-01-03
17
Pokee-AI/PokeeResearchOSS

Pokee深度研究模型开源仓库

Pokee-AI
⭐ 1,075 Python 👤 Pokee-AI Organization 🕐 已更新 2025-10-22 📅 创建时间 2025-10-17
18
runesleo/x-reader

适用于10多个平台的通用内容阅读器MCP服务器

runesleo
⭐ 992 Python 👤 runesleo User 🕐 已更新 2026-11-11 📅 创建时间 2026-02-22
19
rNeomy/reader-view

从右键上下文菜单访问 Firefox 的内置阅读视图

rNeomy
⭐ 564 JavaScript 👤 rNeomy User 🕐 已更新 2026-11-12 📅 创建时间 2015-10-05
20
firecrawl/llmstxt-generator

🔥 为任何网站生成 llms.txt 和 llms-full.txt 文件!

firecrawl
⭐ 528 TypeScript 👤 firecrawl Organization 🕐 已更新 2025-06-17 📅 创建时间 2024-11-19

常见问题解答

1

GitHub 上最受欢迎的 #content-extraction 仓库是什么?

GitHub 上排名第一的开源 #content-extraction 项目是 soimort/you-get,拥有 56,851 个 Star。:arrow_double_down: 简单的网页抓取下载器

2

#content-extraction 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #content-extraction 项目中,最常见的编程语言是 Python, TypeScript, JavaScript, HTML。

3

#content-extraction 仓库的排名是如何计算的?

我们跟踪了 20 个标记为 #content-extraction 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 107,705 个 Star,平均每个仓库拥有 5,385 个 Star。排名每日根据 GitHub API 更新。