Html网页正文提取 Html2Article.zip

所需积分/C币:50 2019-07-18 12:34:19 213KB ZIP
84
收藏 收藏
举报

.NET平台下,一个高效的从Html中提取正文的工具。 正文提取采用了基于文本密度的提取算法,支持从压缩的Html文档中提取正文,每个页面平均提取时间为30ms,正确率到95%以上。 Html2Article有如下特点: 标签无关,提取正文不依赖标签。 支持从压缩的html文档中提取正文内容。 支持带标签输出原始正文。 核心算法简洁高效,平均提取时间在30ms左右。 使用示例: ///  /// 文章正文数据模型 ///  public class Article {     public string Title { get; set; }     ///      /// 正文文本     ///      public string Content { get; set; }     ///      /// 带标签正文     ///      public string ContentWithTags { get; set; }     public DateTime PublishDate { get; set; } }// html为你要提取的html文本 string html = "<html>....<html>"; Article article = Html2Article.GetArticle(html); 标签:网页提取  网页正文提取

...展开详情
立即下载
限时抽奖 低至0.43元/次
身份认证后 购VIP低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
Html网页正文提取 Html2Article.zip 50积分/C币 立即下载
1/0