栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

如何仅从HTML页面提取主要文本内容?

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

如何仅从HTML页面提取主要文本内容?

看一看Boilerpipe。它旨在完全满足您的需求,消除网页主要文本内容周围多余的“混乱”(样板,模板)。

有几种方法可以将HTML馈入Boilerpipe并提取HTML。

您可以使用URL:

ArticleExtractor.INSTANCE.getText(url);

您可以使用String:

ArticleExtractor.INSTANCE.getText(myHtml);

还有一些使用Reader的选项,这会打开很多选项。



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/464427.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号