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
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
och
i
av
en
som
är
att
till
på
med
den
för
var
ett
de
har
det
från
han
om
vid
under
sig
Han
men
I
inte
även
blev
sin
eller
Den
kan
hade
man
där
år
efter
andra
Det
första
då
finns
född
så
också
mot
över
två
mellan
genom
fick
sedan
De
bland
samt
hans
hon
annat
En
ut
upp
död
skulle
in
inom
kom
olika
vilket
dock
sitt
sina
Under
ha
vara
flera
mycket
detta
när
ligger
än
många
senare
samma
del
Efter
svensk
denna
alla
tre
mer
stora
svenska
På
of
Hon
utan
Sverige
ofta
mest
tidigare
fram
gjorde
började
dessa
tillsammans
stor
dess
varit
kommer
tog
nya
Detta
vann
största
hela
kunde
början
exempel
används
Vid
gick
få
bara
När
namn
några
År
namnet
större
tid
Hans
hos
januari
både
mindre
The
ska
honom
får
blir
spelade
något
fanns
maj
går
bli
kallas
fyra
the
grund
deras
känd
mars
cirka
oktober
december
juni
september
Ett
endast
april
innan
juli
åt
augusti
eftersom
november
staden
februari
delen
medan
allt
amerikansk
någon
För
slutet
års
nu
New
dem
består
vilken
först
redan
ur
sista
Sveriges
vissa
antal
enligt
helt
meter
plats
främst
hennes
Man
ta
idag
varje
blivit
delar
före
gamla
ny
gav
hur
gör
omkring
kommun
runt
därför
USA
stort
flesta
tiden
Stockholm
Denna
år.
Som
vilka
Även
"The
nära
åren
von
båda
son
fått
vill
därefter
norra
södra
Till
Från
skrev
Svenska
enda
invånare
annan
byggdes
kallade
här
vad
kunna
John
egen
deltog
Sverige.
måste
Dessa
tyska
amerikanska
kända
sätt
göra
fem
tillbaka
stad
ledamot
gången
Om
utanför
ger
slutade
tredje
Sedan
and
förekommer
spelar
Men
själv
låg
fortfarande
säsongen
ner
Stockholms
skall
form
släpptes
ledde
ibland
Med
bildades
samband
ca
Johan
området
personer
kallad
istället
Karl
Carl
aldrig
bästa
nuvarande
äldre
användes
kring
innehåller
flyttade
därmed
särskilt
oftast
Enligt
längre
Bland
vars
grundades
lång
km
ungefär
nästan
såsom
kyrkan
står
miljoner
vidare
se
numera
familjen
gång
Då
professor
hjälp
Historia.
delstaten
sex
kommun.
tar
lyckades
anses
via
exempelvis
bandet
egna
spela
norr
ge
ytterligare
franska
Uppsala
stod
högsta
ingen
studerade
fall
filmen
samtidigt
övriga
spelades
gjort
lämnade
arbetade
ännu
Stockholm.
sidan
gånger
framför
engelska
kung
haft
Stockholm,
medlem
använder
kvar
året
barn
liten
församling
visar
fortsatte
mitten
brittiska
ingår
varav
område
söder
kort
politiska
tillhör
lika
Staden
gå
betyder
Peter
gift
Andra
USA.
gruppen
trots
ville
per
säga
inför
använda
ordförande
dog
brukar
nytt
albumet
dag
innebär
dels
alltid
USA,
västra
ursprungligen
kyrka
Erik
henne
människor
VM
lag
album
Tyskland
små
föddes
komma
Många
belägen
utgör
kriget
östra
startade
a
lever
högre
Filmen
dessutom
ön
själva
film
liksom
användas
bakom
Europa
låten
hög
landet
alltså
gifte
far
bl.a.
bra
kallades
Genom
kilometer
Namnet
tysk
spelat
längs
verk
mål
handlar
viss
gäller
dotter
Frankrike
direkt
äldsta
världskriget
karriär
heter
långt
slut
II
förlorade
invånare.
totalt
län.
nådde
vi
Fredrik
flertal
bort
börjar
liv
roll
såväl
världens
respektive
vanligen
länge
grupp
centrala
länder
par
visade
Anders
rad
medlemmar
arter
ihop
rätt
Maria
världen
gavs
Gustaf
räknas
sju
fler
sett
Trots
långa
Robert
David
minst
ryska
enbart
Nya
ned
ganska
Här
ser
bestod
snart
avled
Där
främsta
musik
eget
Gustav
internationella
snabbt
låtar
tillhörde
åter
Dessutom
dagar
AB
universitet
lite
Idag
togs
England
växte
författare
slog
Göteborg
yta
bildade
viktig
verksam
William
(som
skillnad
stöd
York
fast
tidigt
typ
mängd
Av
fjärde
James
Alla
gjordes
titeln
Finland
tio
åtta
bror
bygga
känt
landets
strax
hand
serien
Paul
du
starkt
arbete
omfattande
använde
senaste
km²
inga
tills
ej
uppfördes
Thomas
sker
lät
delvis
huvudsakligen
historia
öster
relativt
språk
skedde
väster
boken
bättre
politiker
brittisk
följande
dåvarande
ursprungliga
spelare
väldigt
företaget
Senare
Michael
Eftersom
Handling.
liknande
år,
väg
emellertid
Storbritannien
områden
person
Sverige,
Henrik
Göteborgs
väl
band
vanligt
Några
företag
återvände
Grand
rum
förutom
antalet
University
försökte
regeringen
lades
beroende
nummer
bor
kommit
Inom
Norge
problem
klubben
verksamhet
stadens
Stora
emot
igen
ingick
samman
betydelse
valde
såg
for
Lars
Hennes
troligen
County
skapa
förste
höga
skrivit
(i
San
moderna
sig.
laget
skriven
hette
vatten
viktigaste
president
f.Kr.
Malmö
provinsen
hem
Kungliga
egentligen
danska
stället
1800-talet
Albumet
ifrån
Därefter
fransk
tur
lokala
chef
kommun,
valet
to
vanliga
Danmark
ses
partiet
Paris
hålla
skådespelare.
omfattar
ordet
jag
kungen
utnämndes
kanske
bytte
bok
hör
höll
vunnit
Anna
George
bodde
slaget
ekonomiska
innebar
leder
valdes
hösten
bör
ledare
Martin
grundade
socken
version
samtliga
ord
dagens
ersattes
tagit
uppdrag
Att
honom.
följd
vanlig
igenom
just
period
Mellan
följde
antingen
medverkade
arbetar