文件名称：红薯HtmlSucker0.0.1HTML网页信息提取工具包
文件大小：14KB
文件格式：RAR
更新时间：2022-08-13 13:44:58
jsp源码
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
【文件预览】：
HtmlSucker
----ld-HtmlSucker-master.zip(12KB)
----脚本之家.url(179B)
----服务器软件.url(122B)
----jb51.net.txt(4KB)