最近陆陆续续尝试了一些解析html的方法，场景不同，说不好孰优孰劣，请自行选择
版本一（goose）：
py2版本： https://github.com/grangier/python-goose
py3版本：https://github.com/goose3/goose3
【提取html网页正文信息】版本二（boilerpipe）：
https://github.com/misja/python-boilerpipe
版本三（cx-extractor-python）：
https://github.com/chrislinan/cx-extractor-python
版本四（mercury-parser）：
https://github.com/postlight/mercury-parser
