- GitHub 仓库
- extractus/article-extractor
- 总 Stars
- ★ 1,913
- 主要语言
- TypeScript
结论先行：Article Extractor 拿了 1,913 个 star，主语言 TypeScript，MIT 开源，最近推送在 2026 年 8 月 20 日。它专做一件事：从文章页 URL 里抽出正文，过滤导航、广告与推荐位，编辑精选常青项目。
它是什么
一个文章抽取库：输入文章页地址，返回抽出的正文内容，顺带处理标题等基本信息。TypeScript 编写，能直接用在 Node 项目里，也适合接进内容聚合与语料处理流程。
能干嘛
给 RSS 聚合、稍后读、语料清洗这类需求做正文抽取：页面抓下来后，正文单独拎出来入库，导航栏与边栏不再混进正文。批量处理时，先拿一批样本页测抽取效果，再全量跑。
所有网站都能抽干净吗？
不能。结构规整的文章页效果最好，版式特殊的站点可能抽偏，个别站要单独调规则。选型前先拿目标站点实测几篇，别只看演示页的效果，抽取质量因站而异。
适合谁 / 注意点
适合做内容聚合、语料处理与阅读类产品的开发者。注意：最近一次推送在 2026 年 8 月，更新节奏不快，选型前先看它支不支持你要抓的站点；抓取要遵守目标站的规则与 robots 约定。
站长点评：我选它是因为它够专——只做抽取这一件事，接口干净。星数不高，但方向对：先实测目标站再决定用不用，这比盲目上大框架省时间。
项目地址：https://github.com/extractus/article-extractor
核验记录：2026 年 11 月 4 日查 GitHub API，1,913 星、主语言 TypeScript、MIT、最近推送 2026 年 8 月 20 日。
⬇ 下载区（本站中转）
本站服务器实时中转 GitHub 文件，国内网络也可稳定下载；也可使用右侧官方链接。 本项目遵循 MIT 许可证。
要下载其他 GitHub 项目？试试本站的 GitHub 加速下载工具，粘贴链接即可中转。