Defuddle 是一个用于从网页中提取干净可读内容的命令行工具,主要面向需要将网页正文转换为 Markdown 的场景。它的核心用途是去除网页中的导航、广告和其他杂乱元素,只保留主体内容,从而降低后续处理时的 token 消耗。资料建议在处理标准网页时优先使用它,而不是 WebFetch。
主要能力
Defuddle 能够解析指定 URL 的网页,并输出干净的内容。它支持多种输出格式:使用 --md 输出 Markdown,这是推荐选择;使用 --json 输出同时包含 HTML 和 Markdown 的 JSON;不加格式参数时输出 HTML;使用 -p <name> 可以提取特定的元数据属性,例如 title、description、domain。
使用方式
如果尚未安装,可通过以下命令全局安装:
npm install -g defuddle
基本用法为:
defuddle parse <url> --md
如需将结果保存到文件:
defuddle parse <url> --md -o content.md
提取特定元数据:
defuddle parse <url> -p title defuddle parse <url> -p description defuddle parse <url> -p domain
输出格式对照
--md:Markdown,默认选择。 --json:JSON,同时包含 HTML 和 markdown。 (无参数):HTML。 -p <name>:特定元数据属性。
适用场景
适合需要从标准网页中获取正文内容并转换为 Markdown 的场合,例如为后续文本处理、摘要或分析准备干净的输入,以减少无关内容带来的 token 开销。
限制
资料未提供关于收费、价格、支持平台、处理效果或具体性能的说明,这些信息暂未提供。