article-extractor

智能内容清洗，自动移除以下干扰元素： 导航菜单和页头页脚 广告和推广内容 新闻通讯注册表单 相关文章侧边栏 社交媒体按钮 Cookie 通知 评论区域（可选）

输出规范

提取后的文件包含： 文章标题（如可用） 作者信息（如工具提供） 主要文章内容 章节标题层级 无广告、无导航的纯净文本

展示内容： 提取成功确认：✓ Extracted: [Article Title] 保存位置：✓ Saved to: [filename] 预览内容（前 10-15 行） 文件大小和路径

使用场景： 用户分享文章链接并要求保存内容 需要离线阅读网页文章 从博客或新闻网站提取研究资料 将在线教程转为本地文档

最佳实践： 优先使用 reader：适合大多数新闻网站和博客，基于成熟的 Readability 算法 trafilatura 适用于：学术文章、复杂布局、非英语内容 提取后务必展示预览，让用户确认质量 保存前验证提取结果，失败时自动尝试降级方案 文件名保持简洁（< 100 字符），移除特殊字符