[毕设记录] jina-ai / reader 体验

“Convert any URL to an LLM-friendly input with a simple prefix https://r.jina.ai/”

我试了试对于一些没啥反爬措施的（有严格反爬的我还没试），确实挺好用的

这个s.jina的endpoint是5月15发出来的，也很不错，这样子不用自己去调那些搜索引擎的api（有些申请比较麻烦，还有的第三方的像serperapi有次数限制）

---

源代码是用ts写的，没有仔细看

之前自己也处理过网页代码，用一些库比如bs4，html2text，感觉不如直接用这个hh（懒）

• 这是在线体验页面

r.jina.ai

• 额 效果有点问题
  
  https://r.jina.ai/https://cst.hitwh.edu.cn/370/list.htm
  
  中间的关键内容没了（这是默认模式，后来试了返回markdown格式比较合适）
  不过具体的页面还好…
  还是和爬虫结合着用吧

s.jina.ai

• 随便试个
  https://s.jina.ai/%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90

复杂用法

试了试发现可以做的事还有很多！

python基础调用

• 就是把那些参数得用上

  import requests
  
  url = "https://r.jina.ai/https://cst.hitwh.edu.cn/370/list.htm"
  headers = {
      "Accept": "application/json",
      "X-Return-Format": "markdown",
      "X-Target-Selector": "#img-content",
      "X-Wait-For-Selector": "#content",
      "X-With-Generated-Alt": "true",
  }
  
  response = requests.get(url, headers=headers)
  
  # 打印响应内容
  print(response.json())
  

更复杂的使用之后再开一篇再说