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
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
di
e
il
la
in
del
a
che
è
un
della
per
una
con
nel
da
si
i
al
le
dei
Il
La
alla
non
come
più
delle
nella
anche
dal
sono
ed
ad
ha
fu
gli
sua
Nel
suo
era
ma
cui
o
dalla
due
lo
tra
parte
degli
stato
prima
anni
essere
I
su
In
ai
dopo
loro
questo
viene
uno
venne
sul
alle
Le
dove
nei
primo
solo
città
nelle
sulla
nome
È
poi
mentre
molto
quale
comune
fino
suoi
sia
se
dai
stata
dello
altri
quando
hanno
questa
A
erano
durante
San
stesso
può
tre
secondo
aveva
contro
quella
de
serie
quello
furono
fine
alcuni
quali
seguito
grande
film
Dopo
Si
tutti
ancora
così
volta
Per
gruppo
sempre
sue
dalle
negli
quindi
ogni
circa
abitanti
sotto
verso
tempo
periodo
fra
senza
seconda
guerra
altre
proprio
già
quanto
ne
nuovo
fatto
vita
modo
oltre
agli
famiglia
tutto
aver
trova
regione
causa
numero
questi
situato
però
presso
of
Gli
secolo
stagione
molti
primi
alcune
forma
via
francese
sistema
stati
fa
vi
insieme
Nella
storia
titolo
perché
chiesa
spesso
grazie
invece
posto
possono
base
rispetto
quattro
e,
squadra
centro
che,
tutte
punto
termine
territorio
lui
vengono
nuova
particolare
lungo
caso
soprattutto
morte
Un
corso
mondo
anno
quasi
Stati
casa
dagli
inoltre
Con
tale
infatti
sulle
allo
Questo
provincia
versione
ruolo
nello
maggiore
poco
Ha
(in
Fu
attraverso
Dal
divenne
successo
album
finale
diversi
mai
ebbe
sede
Al
tipo
Durante
popolazione
figlio
produzione
pubblicato
Italia
Giovanni
oggi
Lo
ben
the
re
presenta
grandi
queste
grado
stessa
settembre
ci
maggio
Una
volte
esempio
giugno
specie
Storia.
Biografia.
vennero
altro
società
Maria
Tra
diverse
livello
col
campo
zona
quelle
gennaio
partire
meno
dipartimento
sui
maggior
luglio
presenza
propria
campionato
metà
sarebbe
momento
Questa
far
principale
linea
fosse
opere
Santa
carriera
posizione
quel
padre
all'interno
marzo
dicembre
avrebbe
fece
generale
"La
possibile
tutta
lavoro
II
progetto
presente
governo
attività
avere
genere
vari
quelli
novembre
lingua
importante
giorno
Da
luogo
dato
molte
nazionale
allora
deve
"Il
opera
Roma
presenti
Carlo
state
costruzione
diretto
"The
Chiesa
Anche
ciò
italiano
febbraio
corpo
New
stile
comunque
band
numerosi
tratta
situata
The
prime
giovane
sviluppo
Non
ottobre
anni,
servizio
varie
avevano
Di
Secondo
Alla
fiume
pari
importanti
singolo
fare
qualche
subito
aprile
chiamato
canzone
musica
studio
paese
Quando
egli
struttura
agosto
cinque
persone
terzo
tanto
Serie
Come
porta
battaglia
gran
nord
Ma
piano
sei
successivamente
studi
giorni
comunità
origine
principali
politica
realtà
Uniti
sarà
prodotto
John
and
Francesco
tramite
strada
inglese
ultimi
probabilmente
avuto
capo
Repubblica
mondiale
piccolo
tuttavia
lavori
vista
Coppa
vittoria
presidente
potere
sud
Nazionale
stazione
pochi
forte
Regno
fratello
ricerca
mesi
gioco
cioè
numerose
personaggio
secolo,
anni.
controllo
forze
formazione
va
libro
fuori
iniziò
calcio
poiché
riesce
scuola
gruppi
utilizzato
noto
Trama.
dallo
Gran
data
li
membri
De
metri
(che
breve
programma
sta
milioni
fase
km
vicino
figlia
distretto
classe
centrale
nonostante
uomini
italiana
ritorno
punti
Francia
ora
Paolo
assieme
luce
inizia
madre
fronte
disco
lei
superficie
funzione
pubblico
moglie
nuovi
nota
piccola
modello
almeno
processo
scritto
proprietà
ormai
Giuseppe
valore
brano
(o
chiamata
considerato
Negli
piuttosto
velocità
legge
nuove
Sono
vinto
trovano
attualmente
possibilità
elementi
detto
problemi
completamente
Stato
mezzo
nominato
intorno
membro
Luigi
qui
ovvero
simile
forza
motore
totale
Pietro
militare
diritto
scopo
movimento
secolo.
fascia
riuscì
caratterizzata
personaggi
usato
ufficiale
prese
successivo
Nonostante
Nei
truppe
Antonio
capacità
(il
romanzo
regno
edizione
diocesi
Prima
III
terra
tempi
spazio
donna
comuni
località
musicale