- 51Aspx源码必读.txt[3KB]
- .gitignore[227B]
- .tfignore[5B]
- from.gif[4KB]
- Html2Article.nuspec[966B]
- Html2Article.sln[3KB]
- 最新Asp.Net源码下载.url[123B]
源码介绍
1、标签无关,提取正文不依赖标签。
2、支持从压缩的html文档中提取正文内容。
3、支持带标签输出原始正文。
4、核心算法简洁高效,平均提取时间在30ms左右。
二、功能介绍
.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。
三、注意
1、Html2Article类是提取正文的核心类
2、Html2Article配置说明
(1)AppendMode:是否使用正文追加模式,默认为false,设置为true会将更多符合条件的 文本添加到正文。
(2)Depth:分析的深度,默认为5,对于行空隙较大的页面可增加此值。
(3)LimitCount:字符限定数,当分析的文本数量达到限定数则认为进入正文内容,默认为180个字符。
(4)GetArticle(string html):从Html文本中获取Article。
下载记录(Only Recent 100)
用户名 | 推荐指数 | 下载时间 |
---|