v0.4.3

What's Changed

增强元数据提取能力

借鉴 C++ article-parser 项目思路，在不修改现有架构的前提下增强了提取能力：

• 标题提取：新增 JSON-LD headline/name、twitter:title、dc:title 支持
• 作者提取：新增 JSON-LD author、itemprop="author"、class/rel="author" 支持
• 时间提取：新增 JSON-LD datePublished、HTML5 <time> 标签属性支持
• 正文提取：优先检测 Schema.org itemprop="articleBody" 标记
• 噪声过滤：新增 sharing/newsletter/subscribe 等 9 个噪声关键词
• 权重识别：新增 articlebody/post-content 等 6 个正文区域关键词
• 元数据：新增 14 个发布时间 meta 标签 XPath

Bug 修复

• 修复作者正则过度匹配数字的问题
• 修复 body_xpath 和 //body 缺失时的 IndexError 崩溃
• 修复预处理阶段误删 <body> 标签的问题