Canonical: https://botbento.com/zh/usecases/clean-boilerplate-and-extract-core-content-from/
Format: Markdown representation of the public HTML page.

[首页](/) / [用例](/zh/usecases/) / [研究](/zh/usecases/?category=research)

研究 · 中级

已验证

自动化验证

- 已通过全部自动化关卡：结构校验、唯一性、HTTPS 与来源链接可访问、提示注入与安全扫描、审批步骤规则。
- 未记录起草模型。
- 第二模型审核：deepseek/deepseek-v4-pro（无严重或高危问题）。
- 简体中文译文：google/gemini-4-argon，由 openai/gpt-5.5 审核。
- 验证于 2026-10-17。
- 仅经自动化检查和 AI 审核，未经人工审核。[验证如何运作](/zh/usecases/verification/)

# 清理网页冗余并提取核心内容

从 URL 中剔除导航栏、广告和侧边栏，整理出纯净的 Markdown 笔记

[在 BotBento 中使用 ](https://app.botbento.com/?ref=usecases&utm_source=botbento.com&utm_medium=usecases&utm_campaign=clean-boilerplate-and-extract-core-content-from)复制提示词分享[Markdown](/text/zh/usecases/clean-boilerplate-and-extract-core-content-from/index.md)[English](/usecases/clean-boilerplate-and-extract-core-content-from/)

打开 BotBento。请将提示词粘贴到 Bot 中；不含任何预设配置。

- 你提问时触发接收目标 URL
- 然后提取文章主体文本
- 结果保存清理后的 Markdown 笔记

抓取目标网页，剔除导航元素、广告板块及外围冗余内容，并将主体文本转换为纯净的 Markdown。这能提供重点突出的原始素材，可直接用于分析、文献综述或文档编写，避免上下文污染。

## 起步提示词

BotBento推荐

```
当用户提供一个或多个网址时，使用浏览器工具获取页面源代码。识别主体文本容器，剔除页眉、导航菜单、广告和页脚。将提取的核心正文内容转换为结构化的 Markdown，保留适当的标题和链接。在聊天中展示提取文本的预览，并在将清理后的文本追加或保存到目标笔记文件之前，请求用户确认。
```

复制

## 所用工具

浏览器笔记文档

## 适用于

BotBento

## 标签

- web-scraping
- markdown
- research
- data-cleaning

## 来源

[Show HN: Pulpie – Models for Cleaning the Web](https://news.ycombinator.com/item?id=48806575)
Hacker News · 已核查 2026-10-16

内容以我们自己的话概述。其中描述的任何结果均为原作者所述，并非 BotBento 实测。

由 AI 辅助自英文版翻译，并经自动审核模型检查。以英文文本为准。

作者：BotBento Editorial · 发布于 2026-10-16 · 更新于 2026-10-16 · [提交更正](/contact/)

## 相关用例

-

研究中级

## [通过自然语言步骤实现网页浏览工作流自动化](/zh/usecases/automate-web-browsing-workflows-from-plain-language/)

使用分步说明访问网站、与页面元素交互并收集在线数据

浏览器笔记[已验证](/zh/usecases/verification/)
-

研究中级

## [自动化股票研究与市场趋势分析](/zh/usecases/automated-equity-research-and-market-trend-analysis/)

收集市场数据、审阅财务文件并汇编结构化的投资简报

浏览器文档笔记[已验证](/zh/usecases/verification/)
-

研究中级

## [自动化网页研究与数据提取](/zh/usecases/automated-web-research-and-data-extraction/)

浏览多步网页、与页面元素交互并整理结构化记录

浏览器笔记[已验证](/zh/usecases/verification/)