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。

从新闻网站批量抓取文章正文、标题和元数据的 Python 库，是 Newspaper3k 的维护分支，适合做新闻语料采集和数据集准备。