金油条正文提取器1.0
基于文本距离去噪的正文提取法(这个名字是我取的,如有雷同,实属巧合)。
使用方法:
Youtiao.PaseHtmlContent.ParseContentHelper.getContentText(string text,int arg0).Content;
其中 text 是网页的html文本。arg0 是精度,我测试比较好的值为20。
其他的自己摸索。
本组件不能用于商业用途,可以用于个人研究。
金油条 QQ 6782435 QQ 群:50453294
没有合适的资源?快使用搜索试试~ 我知道了~
金油条网页正文提取器.Net组件1.0
共5个文件
resx:1个
cs:1个
aspx:1个
3星 · 超过75%的资源 需积分: 10 77 下载量 121 浏览量
2009-09-01
14:47:23
上传
评论 1
收藏 21KB RAR 举报
温馨提示
该组件包括一个开发用的DLL,用.net编写,里面有一个asp.net的DEMO文件(这个是时隔去年DEMO发布后的1年才发布,但是和1年前版本是一样的,新版本暂不予发布)。 大家可以在非商业用途使用。 金油条正文提取器是基于文本距离去噪,精度默认是20,用于网站的新闻,文章等的正文提取,特别结合蜘蛛用处广泛。由于是一个算法demo,所以没有做过大的功能扩展,编码大部分可以自动识别。 最新版本和在线演示。详见: http://www.shoula.net/ParseContent 如果要最新版本,或者对这个感兴趣的。 可以和我联系或者加入 QQ群:50453294. QQ:6782435 金油条
资源推荐
资源详情
资源评论
收起资源包目录
c#组件1.0.rar (5个子文件)
油条正文提取器1.0
demo.aspx.cs 2KB
demo.aspx 5KB
demo.aspx.resx 5KB
PaseHtmlContent.dll 56KB
readme.txt 398B
共 5 条
- 1
资源评论
- guaidaoSB2012-12-14不好用啊。。。。。
- 之乎Z也2013-08-29exe文件怎么不能运行
金油条
- 粉丝: 3
- 资源: 5
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功