V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
Get Google Chrome
Vimium · 在 Chrome 里使用 vim 快捷键
flyslow
V2EX  ›  Chrome

有人知道印象笔记的 Chrome 插件剪藏的实现原理么?

  •  
  •   flyslow · 2016-03-31 10:11:50 +08:00 · 6366 次点击
    这是一个创建于 3029 天前的主题,其中的信息可能已经有所发展或是发生改变。

    如题, Chrome 插件的剪藏插件可以把网页的内容剪下来存入到一片笔记中,对于技术资料的收集简直是一大利器。

    因为网上的网址可能不会永久存在,但是剪藏下来,就不会怕网址无法访问而丢失原来的内容了。而且也方便自己做知识的管理。

    对于这个剪藏插件的原理和算法特别好奇,想知道它是如何识别网页正文、识别广告的呢?有知道的同学吗?

    附 2 张图:

    9 条回复    2016-03-31 16:10:47 +08:00
    pheyer
        1
    pheyer  
       2016-03-31 10:30:16 +08:00
    你解压 crx 看一下它的源码不就知道了吗
    pheyer
        2
    pheyer  
       2016-03-31 10:30:59 +08:00
    也不是一直很可靠,其实一般来说我都是选中文字再进行剪藏的
    flyslow
        3
    flyslow  
    OP
       2016-03-31 10:31:57 +08:00
    @pheyer 解压看过,全部是混淆的代码,不是非常清晰。
    morvencao
        4
    morvencao  
       2016-03-31 12:59:19 +08:00
    貌似是给标签打分。
    flyslow
        5
    flyslow  
    OP
       2016-03-31 13:07:38 +08:00
    @morvencao 猜测还是有相关的分析?
    towser
        6
    towser  
       2016-03-31 14:02:27 +08:00   ❤️ 1
    正文提取算法,做爬虫也能用到。
    nameryan
        7
    nameryan  
       2016-03-31 15:40:21 +08:00
    现在 V2 的帖子是越来越水了!
    ---
    crx 的可以看源码,不过核心技术应该不会放在上面
    类似的还有 instpaper 和 pocket ,有相应的 api 开放可供开发者调用
    其实这就是从大段的 div 里面找到正文然后识别出来而已,只不过优化做的好不好。
    sciooga
        8
    sciooga  
       2016-03-31 15:59:29 +08:00   ❤️ 2
    关键词: Readability

    V 站内有过很多讨论:
    /t/10934
    /t/67099
    /t/223840
    /t/241986

    看一下就能了解个大概。
    leojoy710
        9
    leojoy710  
       2016-03-31 16:10:47 +08:00   ❤️ 1
    很多年前的 evernote 的插件是用的这个 https://github.com/hatena/extract-content-javascript/
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   976 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 28ms · UTC 20:44 · PVG 04:44 · LAX 13:44 · JFK 16:44
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.