PHPackages                             iceqi/textractor - PHPackages - PHPackages  [Skip to content](#main-content)[PHPackages](/)[Directory](/)[Categories](/categories)[Trending](/trending)[Leaderboard](/leaderboard)[Changelog](/changelog)[Analyze](/analyze)[Collections](/collections)[Log in](/login)[Sign up](/register)

1. [Directory](/)
2. /
3. [Parsing & Serialization](/categories/parsing)
4. /
5. iceqi/textractor

ActiveLibrary[Parsing & Serialization](/categories/parsing)

iceqi/textractor
================

An efficient class library for extracting text from HTML.

17PHP

Since Mar 1Pushed 7y ago1 watchersCompare

[ Source](https://github.com/iceqi/Textractor)[ Packagist](https://packagist.org/packages/iceqi/textractor)[ RSS](/packages/iceqi-textractor/feed)WikiDiscussions master Synced 2d ago

READMEChangelogDependenciesVersions (1)Used By (0)

Textractor
==========

[](#textractor)

An efficient class library for extracting text from HTML.

一个高效的从HTML中提取正文的类库。

正文提取采用了基于文本密度的提取算法，支持从压缩的HTML文档中提取正文，每个页面平均提取时间为30ms，正确率在95%以上。

特色
--

[](#特色)

- 标签无关，提取正文不依赖标签；
- 支持从压缩的HTML文档中提取正文内容；
- 支持带标签输出原始正文；
- 核心算法简洁高效，平均提取时间在30ms左右。

安装
--

[](#安装)

1. 安装包文件

```
composer require "mylukin/textractor:dev-master"
```

2. 添加 `ServiceProvider` 到您项目 `config/app.php` 中的 `providers` 部分:

```
Lukin\Textractor\TextractorServiceProvider::class,
```

3. 创建配置文件:

```
php artisan vendor:publish --provider="Lukin\Textractor\TextractorServiceProvider"
```

然后请修改 `config/textractor.php` 中对应的项即可。

使用
--

[](#使用)

```