从网站上获取读者视图内容的规则？

Question

我正在尝试实现我自己的小型阅读器视图应用程序（一个与safari上的阅读器模式做同样事情的应用程序），并且我发现有一些事情要求自己：

• 此功能是否有技术术语（读者视图并没有真正削减它）？
• 是否有网站应遵循的标准，以表明他们希望在读者视图中拥有的内容
• 是否有一套开源的HTML解析规则来从网站上提取“可读”的内容？
• 在几周内，为一个人实施这样的事情的努力是否太大，如果是这样，我应该选择Instaparser等服务？

Answer 1

我相信原作由arc90实现，他们称之为可读性。您可以查看他们的页面here。

随着时间的推移，它已被移植到许多不同的语言中，因此您可以查看不同的实现，以了解有关它的更多信息，它是如何完成的等等。

• Python readability
• JReadability
• JavaScript
• Ruby

这只是一个小样本，如果您想了解更多，还有更多示例。

修改：哎呀，经过一些谷歌搜索后，我发现this question的答案解释得非常好。