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。

把网页抓取下来，转成排版干净的 PDF、EPUB、HTML 或 Markdown 文档，适合离线阅读和归档。