📌 📄 内容摘要:
pawa 在 大佬们提个问：浏览器扩展程序自动爬取网页文章的一些问题 中发帖
我在做一个浏览器扩展程序，实现网页文章的爬取。
想实现：
1.在扩展程序页面输入任意url链接（文章，如微信公众号）
2.扩展程序自动打开对应的网页
3.对打开的网页内容进行爬取
4.爬取完后，在扩展程序页面内，返回完整的文章内容，包括文字、原格式、图片、链接，看上去就跟原网页展示效果一样
这种需求怎么实现比较好呢？直接content JS注入网页，然后获取页面元素信息（body），最后剔除不需要的内容吗？
有没有懂得大佬，教教，最好是有现成的开源项目，可以让我直接copy用的 0.o
我有尝试使用Mozilla Readability算法 但是效果不好，好多问题
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/950253/1
─────────────────────────────
📢 来源：LINUX DO
