- 博客(1)
- 收藏
- 关注
用htmlparser分析并抽取正文
我这次要介绍的是如何抽取正文,这部分是最为核心的.因为如果不能很好的提取原有文章的内容和样式,那么搜索出来的东西 就会惨不忍睹.根本就没有使用价值 在做正文抽取模块之前我曾经参考过很多抽取模式,有配置模版的,有搞视觉匹配的.有搞关键字识别的.我挨个做了分析 首先配置摸版是不太现实的,因为我在搜索技术资讯的时候,根本不知道会搜索到哪个网站,也根本没精力去配置摸版.所...
2007-12-19 17:49:28 195
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人