justext 0.2.0

Rust port of JusText — paragraph-level boilerplate removal for HTML
Documentation
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
tu
easte
di
un
cãsãbã
(Hoarã,
shi
cãsãbãlu
de
Ispania.
Township,
unã
a
comunã
County),
Kirghistan.
nad
cu
la
tsi
ali
icã
pi
ma
vascã:
(Pennsylvania),
(Texas),
Bad
ti
(North
nu
San
Abruzzo.
(Ohio),
(Michigan),
Ghermãnia.
(Minnesota),
(Iowa),
City,
(Missouri),
Puglia.
u
del
(Cãsãbã,
ca
cã
Navarra.
Portogallia.
in
(Kansas),
Euskadi.
La
(New
(Massachusetts),
Japonia.
(Oregon),
Carolina),
New
va
Tokyo,
Dakota),
Žďár
s’
ditu
Sázavou),
Rioja.
(Tennessee),
capital
multu
limba
(Kentucky),
Ústí
(Vermont),
Soria
avea
Lake
Basilicata.
ira
nai
stat
West
eara
El
Hampshire),
(Indiana),
Lake,
St.
ta
Orlicí),
Santa
(Utah),
iu
Tu
lui
Springs,
(Soria).
easti
al
North
cum
anlu
Charter
(Georgia),
(Virginia),
Valle
dupu
Park,
dit
do
(South
City
cama
Rychnov
Horní
cai
pisti
South
da
(Illinois),
Cãsãbadzlj
ea
Kněžnou),
am
Village,
Mount
prefectura.
Beach,
Republica
cari
Vila
Dolní
ljei
atsea
d'Aosta.
mashi
tuti
judetul
Valley,
Dahan-e
Europa.
Heights,
der
Cantabria.
Třebíč),
Creek,
Hills,
reghia
Brod),
East
(Wiscosin),
pãnã
Havlíčkův
iasti
si
sh
Blansko),
Washington
Svitavy),
Jindřichův
mari
Romãnia.
ama
i
Lhota
(Nebraska),
Hill,
Znojmo),
Hradec),
Jičín),
nica
Fort
Chiyoda,
dzãsi
Itabashi,
G.
Chrudim),
České
A.
(Washington),
sãntu
S.
anda
an
Shi
comuna
C.
tuts
M.
P.
în
B.
Pardubice),
N.
Gallia.
o
Brno),
L.
Sar-e
Limba
of
Pelhřimov),
unů
ghini
D.
Mladá
capital-a
ashi
li
Union
Tábor),
Osona.
Unia
oarã
(Oklahoma),
ãlj
T.
şi
ari
Calabria.
R.
Boleslav),
(Colorado),
F.
Kazahstan.
suntu
Ves
cãndu
and
Khvajeh
Budějovice),
ditů
Jihlava),
Příbram),
Nová
pod
Deh
unu
Kariz-e
Přerov),
Catalunya
Port
Turcmenistan.
g
comarca
lipseashti
Bala,
Green
W.
Franklin
H.
the
fu
multi
Italia.
Mexico),
Benešov),
(Maryland),
Pleasant
lu
los
Újezd
Di
Grove,
Falls,
europeanã
E.
Baix
vidzu
K.
Ma
Nový
Hradec
că
Deh-e
Khan,
nã
fãrã
cãtã
are
Polania,
apã
O.
Trutnov),
Kolín),
2ª
Náchod),
Česká
River,
Monroe
White
Sant
din
(Mississippi),
s-u
(Ohio
Jackson
V.
Zlín),
regiunea
Bruntál),
Liberty
(West
tini
Grand
Rakovník),
Nova
el
Catalunya.
Jefferson
Plzeň-South),
putea
cara
São
ună
mata
Plzeň-North),
Aradamata
s
Semily),
vrea
Hora),
le
Kutná
Creek
Pa'in,
Domažlice),
Imeni
(Idaho),
Králové),
Strakonice),
Pohlania,
Saint
cathi
Jablonec
Uherské
Frýdek-Místek),
Marion
anamisa
ahurhi
York),
Perry
mare
hiljlu
Hodonín),
Liberec),
Opava),
lã
mãhãlã),
(California),
Cãsãbãlu
Island,
Madison
Hradiště),
vãrã
este
armãneascã
Murcia.
I.
Spring
Nisou),
sh’
câ
Břeclav),
mi
1ª
Klatovy),
Prague-West),
sum
Libia.
tora
shtea
birbiljlu
Darreh,
Olomouc),
nitsi
Kyrgyzstan.
parte
Beroun),
y
Aradamatã
Litoměřice),
River
Hill
tutã
Virginia),
J.
Valley
Prague-East),
Prostějov),
au
Empordà.
Park
Nymburk),
"Nymphaea
Iaponia.
Ama
tru
Kyrgyzstan
Cedar
Český
Numa
Bay,
regiune
Nu
Center,
Point,
Vyškov),
Los
Vsetín),
Meguro,
Lípa),
De
s-bagã
Río
noi
iara
mãri
Ispania
im
Springfield
Louny),
marea
Salem
Africa
Rock,
anglicheascã
U.
mea
shibã
ocljii
Kladno),
Karlovy
se
bana
Lincoln
Richland
unâ
eali
Las
(Nevada),
apridusã
faptu
e
que
yinitoru
Mare.
Písek),
Grove
makedonã.
Villar
s-hibã
Tachov),
lãngori
lui,
Fitica-pescu
anyrãpsita
Vary),
Šumperk),
chirolu
Velké
Sar
Prachatice),
Mãyiripsearea:
lãngoriloru
(Italia)
Zara
tutů
lumea
tsã
Madrid
Pine
Varad
Staré
en
featsi
Oak
alu
(Florida),
numa
Děčín),
Blue
Vernon
Le
Mělník),
Sierra
(Mãhãlã
Nové
ãshi
Comunidad
Harrison
Britania
Siah
Villanueva
Red
Krumlov),
America
s-ti
Clinton
ml