http://blog.csdn.net/lanphaday/category/328650.aspxzh-CNTue, 01 Apr 2008 17:21:06 GMT60赖勇浩http://blog.csdn.net/lanphaday/archive/2007/08/13/1741185.aspxMon, 13 Aug 2007 19:09:00 GMThttp://blog.csdn.net/lanphaday/archive/2007/08/13/1741185.aspxhttp://blog.csdn.net/lanphaday/comments/1741185.aspxhttp://blog.csdn.net/lanphaday/archive/2007/08/13/1741185.aspx#Feedback10http://blog.csdn.net/lanphaday/comments/commentRss/1741185.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1741185这篇文章主要介绍了从不同类型的HTML文件中抽取出真正有用的正文内容的一种有广泛适应性的方法。其功能类似于CSDN近期推出的“剪影”，能够去除页眉、页脚和侧边栏的无关内容，非常实用。其方法简单有效而又出乎意料，看完后难免大呼原来还可以这样！行文简明易懂，虽然应用了人工神经网络这样的算法，但因为FANN良好的封装性，并不要求读者需要懂得ANN。全文示例以Python代码写成，可读性更佳，具有科普气息，值得一读。<img src ="http://blog.csdn.net/lanphaday/aggbug/1741185.aspx" width = "1" height = "1" />