求大神破解印象笔记chrome插件“悦读”的识别算法

Question

最近因为要做一个采集网页主体内容的软件，所以找了好久，最后觉得“悦读”的效果最理想。
有装了“悦读”的同学可以在C:\Users\Administrator\AppData\Local\Google\Chrome\User Data\Default\Extensions\iooicodkiihhpojmmeghjclgihfjdjhjchrome
找到源码，因本人学业不精，目前还无法看懂代码如何调用，求大神指点，急用，万分感谢。

Answer 1

我觉得其实就是html的解析，这块你看看各种爬虫是怎么写的就行了

Answer 2

早期的印象的文本提取用的是这个库https://github.com/hatena/extract-content-javascript/，不过印象笔记收编了Readability的作者后，貌似换了文本提取引擎。