Alternatives and similar repositories for html-extractor

Users that are interested in html-extractor are comparing it to the libraries listed below

• liuhuanyong / ImportantEventExtractor
  An exploration for Eventline (important news Rank organized by pulic time)，针对某一事件话题下的新闻报道集合，通过使用docrank算法，对新闻报道进行重要性识别，并通过新闻报道时间挑选出时间线上重要…
  ☆224Updated 7 years ago
• xizhicode / ahocorasick-python
  AC自动机python的实现，并进行了优化。 主要修复了 查询不准确的问题。
  ☆76Updated 4 years ago
• fighting41love / Chinese_from_dongxiexidian
  mirror of dongxiexidian/Chinese
  ☆306Updated 6 years ago
• kiwirafe / xiangsi
  中文文本相似度计算器
  ☆163Updated last year
• shibing624 / companynameparser
  company name parser, extract company name brand. 中文公司名称分词工具，支持公司名称中的地名，品牌名（主词），行业词，公司名后缀提取。
  ☆92Updated 3 years ago
• pyunits / pyunit-time
  一个简单易用的 Python 模块，用于通过字符串来操作日期/时间。正则时间提取，字符串时间解析，字符串时间提取。中文时间提取，一句话里面提取时间
  ☆75Updated this week
• shibing624 / addressparser
  中文地址提取工具，支持中国三级区划地址（省、市、区）提取和映射，支持地址热力图绘制。
  ☆235Updated last year
• xiaorancs / text-similarity
  使用不同的方法计算相似度
  ☆42Updated 6 years ago
• neverneverendup / Translator
  互联网在线翻译引擎爬虫集合，包含谷歌翻译、百度翻译、有道翻译、必应翻译等引擎。Internet online translation engine crawler collection, including Google translation, Baidu transla…
  ☆81Updated 4 years ago
• Yogayu / weibo-summary
  微博自动摘要系统 Chinese Microblog Automatic Summary System
  ☆31Updated 6 years ago
• 1049451037 / MagicBaidu
  Baidu search API. Get baidu search results. Brother repository of MagicGoogle. 百度搜索API
  ☆29Updated 7 years ago
• zhanzecheng / Time_NLP
  Time-NLP的python3版本 中文时间表达词转换
  ☆521Updated 2 years ago
• liuhuanyong / DomainWordsDict
  DomainWordsDict, Chinese words dict that contains more than 68 domains, which can be used as text classification、knowledge enhance task。…
  ☆730Updated 4 years ago
• foowaa / Chinese_from_dongxiexidian
  中文预处理语料
  ☆113Updated 6 years ago
• yiyujianghu / sinan
  中文日期/时间/数字量提取工具
  ☆69Updated 5 years ago
• chrislinan / cx-extractor-python
  基于行块分布函数的通用网页正文抽取算法的Python版本实现，添加了英文支持/ Web page content extraction algorithm, support both Chinese and English
  ☆483Updated 6 years ago
• txtcn / data
  中文语料库-每日自动更新版 ── 语料文件
  ☆163Updated 4 years ago
• 1YCxZ / Fake-review-generation
  无监督中文仿真评论自动生成。 Unsupervised Automatic Generation of Chinese Fake Reviews.
  ☆84Updated 6 years ago
• zyymax / text-similarity
  用TF特征向量和simhash指纹计算中文文本的相似度
  ☆216Updated 9 years ago
• hanxweb / Scrapy-SearchEngines
  bing、google、baidu搜索引擎爬虫。python3.6 and scrapy
  ☆46Updated 8 years ago
• liuhuanyong / AbstractKnowledgeGraph
  AbstractKnowledgeGraph, a systematic knowledge graph that concentrate on abstract thing including abstract entity and action. 抽象知识图谱，目前规模…
  ☆249Updated 6 years ago
• fighting41love / hardNLU
  NLU is hard!!!
  ☆275Updated 6 years ago
• ryanInf / Time-NLPY
  Time-NLP的Python3版本 中文时间表达识别
  ☆91Updated 5 years ago
• shibing624 / pinyin-tokenizer
  pinyintokenizer, 拼音分词器，将连续的拼音切分为单字拼音列表。
  ☆31Updated 9 months ago
• ownthink / evaluation
  各大中文分词性能评测
  ☆159Updated 6 years ago
• yihenglu / chinese-address-segment
  中文地址分词（地址元素识别与抽取），通过序列标注进行NER
  ☆200Updated 5 years ago
• RandyPen / TextCluster
  短文本聚类预处理模块 Short text cluster
  ☆280Updated 5 years ago
• tensorlayer / text-antispam
  商用级垃圾文本分类器
  ☆415Updated 3 years ago
• shibing624 / pytextclassifier
  pytextclassifier is a toolkit for text classification. 文本分类，LR，Xgboost，TextCNN，FastText，TextRNN，BERT等分类模型实现，开箱即用。
  ☆518Updated last year
• anycodes / companyCategory
  根据企业名称对企业类型进行分类
  ☆38Updated 7 years ago