用 Python 3 从新闻网页里自动抽取正文、标题、作者等元数据，省去自己写解析规则，适合做新闻聚合和内容抓取。
从网页抓取正文和元数据的 Python 库与命令行工具，支持爬取、解析并导出为 CSV、JSON、Markdown 等格式，适合构建语料库和 RAG 数据。
…速发现入库问题。 - 让文档处理适应不同资料 ：补充旧版 Excel 多工作表解析与离线 HTML 正文提取；MinerU 支持选择自托管解析后端、处理强度或官方解析模型，便于按资料特点配置处理方式。 使用指南：[知识库入门](https://github.com/xerrors/Yuxi/blob/v0.8.0.beta5/docs/i