-
Notifications
You must be signed in to change notification settings - Fork 0
DormyMo/cx-extractor
Folders and files
Name | Name | Last commit message | Last commit date | |
---|---|---|---|---|
Repository files navigation
建议: 1. 如果要提取娱乐类的网页,尤其是在图片把正文分割的比较支离破碎时, 建议用Java版代码。Java版实现时对多个正文片段进行合并,可以很好 的处理这一问题。但缺点是正文结尾可能会有少许噪声。 2. Perl和PHP的实现版本,一遍扫描只求最大行块,不进行拼接。如果出 现特别支离破碎的正文时,可能会有丢失。但优点是边缘的噪声去除的 很好。 有任何问题,欢迎随时联系我:) **************************************** 陈 鑫 Email: cx3180@gmail.com Blog: http://hi.baidu.com/爱心同盟_陈鑫 ****************************************
About
Automatically exported from code.google.com/p/cx-extractor
Resources
Stars
Watchers
Forks
Releases
No releases published
Packages 0
No packages published