Python Goose 无法提取 mashable/usatoday/politicalwire 文章

Question

我正在使用 python goose extractor，但 mashable.com 和 usatoday.com 上的每篇文章都失败了。有人可以建议解决该问题吗？

对于 usatoday.com 文章:

g = Goose()
article = g.extract(url='http://www.usatoday.com/story/tech/columnist/talkingtech/2014/01/25/namm-2014---ik-multimedias-rings-to-make-music/4863193/')
assert(article.cleaned_text=='')

对于可混搭的文章:

g = Goose()
article = g.extract(url='http://mashable.com/2014/01/26/square-cofounder-jim-mckelvey/')
assert(article.cleaned_text=='')

对于政治线文章:

g = Goose()
article = g.extract(url='http://politicalwire.com/archives/2014/01/27/some_republicans_go_off_script_in_sotu_response.html')
assert(article.cleaned_text=='')

我认为这些是文本提取非常重要的网站。有人可以建议修复吗？谢谢

Answer 1

最新版本的 Goose 来自 here能够从 usatoday.com 和 mashable.com 提取