通过去除模板、HTML标签、表格、标题等从MediaWiki wikitext中提取正文文本。
项目描述
mwtextextractor通过去除模板、HTML标签、表格、标题等从MediaWiki wikitext中提取简单的正文文本。提取的文本可用于单词计数。
示例
from mwtextextractor import get_body_text
print get_body_text('Lorem {{ipsum}} dolor')
通过去除模板、HTML标签、表格、标题等从MediaWiki wikitext中提取正文文本。
mwtextextractor通过去除模板、HTML标签、表格、标题等从MediaWiki wikitext中提取简单的正文文本。提取的文本可用于单词计数。
示例
from mwtextextractor import get_body_text
print get_body_text('Lorem {{ipsum}} dolor')由以下机构支持
