Git Stars Git Stars

#text-preprocessing 仓库

探索 5 个标记为 #text-preprocessing 的活跃开源 GitHub 仓库,它们累计获得 18,335 个 Star(平均每个项目 3,667 个)。该主题的领先项目是 adbar/trafilatura,拥有 7,157 个 Star。

5
仓库总数
18,335
总星标数
3,667
平均每个仓库星标数
编程语言: Python C++
1
adbar/trafilatura

Python 和命令行工具,用于从网络上收集文本和元数据:爬取、抓取、提取,以 CSV、JSON、HTML、MD、TXT、XML 输出

adbar
⭐ 7,157 Python 👤 adbar User 🕐 已更新 2026-11-20 📅 创建时间 2019-04-08
2
goto456/stopwords

中文常用停用词表(哈工大停用词表、百度停用词表等)

goto456
⭐ 5,424 👤 goto456 User 🕐 已更新 2024-01-25 📅 创建时间 2017-12-12
3
huggingface/datatrove

通过提供一组平台无关的可定制管道处理块,将数据处理从脚本混乱中解放出来。

huggingface
⭐ 3,428 Python 👤 huggingface Organization 🕐 已更新 2026-11-18 📅 创建时间 2023-06-14
4
tensorflow/text

让文本成为 TensorFlow 中的一流公民。

tensorflow
⭐ 1,299 C++ 👤 tensorflow Organization 🕐 已更新 2026-11-19 📅 创建时间 2019-05-29
5
jfilter/clean-text

🧹 用于文本清理的Python包

jfilter
⭐ 1,031 Python 👤 jfilter User 🕐 已更新 2026-10-26 📅 创建时间 2018-12-06

常见问题解答

1

GitHub 上最受欢迎的 #text-preprocessing 仓库是什么?

GitHub 上排名第一的开源 #text-preprocessing 项目是 adbar/trafilatura,拥有 7,157 个 Star。Python 和命令行工具,用于从网络上收集文本和元数据:爬取、抓取、提取,以 CSV、JSON、HTML、MD、TXT、XML 输出

2

#text-preprocessing 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #text-preprocessing 项目中,最常见的编程语言是 Python, C++。

3

#text-preprocessing 仓库的排名是如何计算的?

我们跟踪了 5 个标记为 #text-preprocessing 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 18,335 个 Star,平均每个仓库拥有 3,667 个 Star。排名每日根据 GitHub API 更新。