网站首页 软件下载 游戏下载 源码下载 词典软件 教程攻略
HtmlSucker是一款用来从一个HTML网页中提取文章信息的小工具包,例如从网页中提取文章标题、作者、发布时间、 封面图以及文章正文内容。基于 jsoup 库进行 HTML 解析。
HtmlSucker 提供两种正文提取算法:
最大文本块:分析整个 HTML 文档的所有节点,提取其中包含最多文字的的连续节点。 文本密度算法:参考 WebCollector 项目的代码 目前还处于非常简单的阶段,但是可用。
网盟提供免费网站源码下载(asp源码,php源码,.net源码),源码动态,使用教程和源码评测;为站长推介有价值的源码,为开发者宣传源码作品。