Python 提取网页正文，将网页转为图片!

Python 提取网页正文，将网页转为图片!！！

用到python的newspaper库

from newspaper import Article
news = Article(link.strip(), language='zh')
        news.download()
        news.parse()
        print(news.text)

计算识别长度是否合格
不合格的从URL访问网页转成图片提取
（为什么不直接提取html中的文字：转成图片成功率更大，且去除html标签有js残留）
图1 counts1为从源码中去除html标签的成功率
图2 counts1为URL访问网页转成图片的成功率PS：只要转成图片必能识别文字

URL访问网页转成图片：

import imgkit
 path_wkimg = r'H:\wkhtmltopdf\bin\wkhtmltoimage.exe'  # 工具路径
                cfg = imgkit.config(wkhtmltoimage=path_wkimg)
                imgkit.from_url(link, str(num) + '.jpg', config=cfg)

全部代码附上：

import urllib
from newspaper import Article