- 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
一、源码特点
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。
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。
责任编辑：xiao
下载记录（Only Recent 100）
| 用户名 | 推荐指数 | 下载时间 |
|---|
