python-readability
python-readability 用 Mozilla 的 JS 库提取网页主内容。去广告，留文章。
https://github.com/CNSeniorious000/python-readability
实现¶
JS 引擎：Pyodide, PythonMonkey 等。返回 Article 对象。
用法
python from readability import parse article = parse(html)
深入洞见¶
这个库把 Mozilla 的抽取器包装为 Python API：parse()（见 src/readability/api/parse.py）负责把 HTML 交给 JS 实现并返回 Article 结构。实现层并不把提取逻辑翻译成纯 Python，而是把 JS 解析器（src/index.ts / 内嵌的 parse.cjs）作为核心，并通过 src/readability/impl/* 在运行时选择后端 — 比如 pyodide、pythonmonkey、mini_racer 或 node_subprocess，以适应不同部署环境。换言之，库在保证上游算法一致性的同时，把多种 JS 运行时的包装与错误/类型边界处理工程化了。
参考源码：src/readability/api/parse.py · src/readability/impl/__init__.py · src/index.ts
相关上游：Mozilla readability（JS 实现）
相关：
- mozilla/readability：JS 原版。
- readabilipy：纯 Py 版。
RAG 前处理利器。