【文件属性】：
文件名称：基于行块分布函数的通用网页正文抽取算法
文件大小：1.87MB
文件格式：RAR
更新时间：2014-12-17 08:51:45
分布 网页正文抽取 算法
运用正则表达式能够精确的抽取某一固定格式的页面，但面对形形色色的HTML，运用规则处置难免捉襟见肘。能不能高效、精确的将一个页面的正文抽取出来，并做到在大范围网页范围内通用，这是一个直接关系上层应用的难题。
【文件预览】：
html
----126网易免费邮--你的专业电子邮局.html(11KB)
to_txt.exe
clear.exe
网友评论
- 坑爹的，毛都没有
- 没有源码根本不好用，上面评论都是刷的吧就当5分喂狗了
- 没有源码，也没有相应的类库，坑爹货
- 这里面真的是有源码的，算法比较清晰精简，效果也还不错，思路不错。
- 上边评论的都是骗纸，就给了一个.exe文件，根本不是介绍的那样。一点用都没有。。。
- 很有用，学习了
- 做爬虫的时候用上了，相当不错
- 做新闻爬虫的时候用上了，谢谢
- 资源不错，值得下载
- 很好的资源，但是我想看到源码
- 谢谢分享，能帮我解决问题
- 非常实用，谢谢分享~~