@ehaagwlke 现在个人clearly抓取页面效果更好了。

我这里现实readability.com是寄托在readability-production-2064618066.us-east-1.elb.amazonaws.com， 所以慢。

http://www.no-ip.com 我用的是这个，需要保持一个月更新一次

clearly是我测试过最好的网页排版产品。

感觉这个基于readability.com的开源产品的项目 https://github.com/luin/node-readability 比较靠谱

是的，原来的版本停留在1.7.1

为什么不调用readability.com提供的parse API了？

var $ = require('jquery');
var fs = require('fs');
var request = require('request');

var download = function(uri, filename){
request.head(uri, function(err, res, body){
request(uri).pipe(fs.createWriteStream(filename));
});
};

fs.readFile('./1.html',function(err,data){
if(err) throw err;
HTML = data.toString();
var new_html = $(HTML);
var oldsrc,src;

new_html.find('img').each(function(index,image){
oldsrc = $(image).attr('src');
src = oldsrc.replace(/^.*\//, './');
download(oldsrc, src);
$(image).attr('src', src);
});

console.log(new_html[0].innerHTML);
});


没有找到，自己搞定！

@hiddenman 哈哈，同todo！

@loading 截图就变成图片了，我想要HTML文件

比较过多个后，用的是the old reader

不是不支持，是防止垃圾邮件

哈哈

@mikale 项目的需求不变，算是同一个项目了。估计增加人手，未必都同意改JAVA。

@Jat001 ?