基于行块分布函数的通用网页正文抽取算法1

【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1
文件大小：1.15MB
文件格式：PDF
更新时间：2022-08-04 00:42:05
前言对于 Web 信息检索来说，网页正文抽取是后续处理的关键。虽然使用正则表达式可以准确的抽取某一固定格式的页面，但面对形形色色的 HTML，使用规则处理难免捉