2012/03/31

让阅读更轻松，readability for node.js发布

@luinlee

请甄别文章的时效性。

这篇文章最后更新于 10 年前 ，其中所记录的信息可能已经不再合理或有效。如有任何建议，欢迎与我联系。

Readability 是从一个开源项目发展而来的产品，该项目托管在 Readability 是从一个开源项目发展而来的产品，该项目托管在 Google Code 上，不过现在已经不再维护。由于其最初设计在浏览器上运行，在 node.js 中难以使用，而且转换效果和 Readability 现在的服务也相差较大。所以这几天我重写了这个项目，具体更新内容附后。 项目托管在 GitHub 上。

更新内容

  • 重写代码，增强可读性，更符合 node.js 书写风格，实现 CommonJS 标准，并利于服务端调用；
  • 支持 GBK, GB2312 等编码；
  • 识别/兼容更多的视频网站；
  • 增加提取文章标题功能；
  • 对 Wordpress 搭建的博客进行特殊处理，效果更好；
  • 性能优化（去除了针对 IE 浏览器的 Hack，并使用了 V8 的 trim 函数代替正则表达式等）；
  • 重写计算链接比率的部分，对页内锚点做了修正；
  • 修复会忽略部分网站导航链接的问题；
  • 修复会删除正文中独立 img 的 bug；
  • 增加 debug 开关；
  • 支持中文标点(readability 以标点作为判断正文依据之一)；
  • 增加延迟求值功能，在迭代时速度更快（当不需要文章内容的情况下）；
  • 支持图片、链接的相对路径转换。

TODO

  • 分析文章评论、Tag 等;
  • 更多性能提升;
  • 兼容性改进;
  • 增加测试、benchmark。