使用链接和图像提取新闻文章内容

Question

我需要用Python从网上报纸上抓文章。

我已经为范围测试了很多Python库，它们似乎都运行得很好，只有一个例外：它们不会跟踪文本中的链接和图像。如果保存这些资源（与Newspaper3k一样），它们存储的是一个单独的变量，并且无法理解链接和图像在文本中的确切位置。

更好的解决方案是使用库将HTML转换为markdown（专门针对新闻），因为这也会保持粗体和斜体< / em> text。