发布一个HTML正文提取程序PHP版 HTMLExtractor

[xjtdy88]

发布一个HTML正文提取程序HTMLExtractor，
程序主要是基于内容统计的方法，暂不包含自学习能力，仅是
一个分析程序而以，网上也有别人实现了的正文提取程序，不过
大部人都当宝，都不愿意公开完整代码，有些大人实现了一些简
单的，不过分析能力和识别能力都不太理想。所以自己做了一个
简单的，本来想用PHP DOM分析器，不过大部份网页都不规范，
缺个标签啥的都很正常，所以自已又造了个简单的轮子分析HTML标
签，功能比较简单，每个元素都生成一个对象，内存方面占用比较
高，不过在这里我只是为了实现，并没去做优化。因为我并不是在
做应用，所以希望不要让我改改成什么样去适用你们的业务（以前经常
有QQ加上让我把我的例子怎么改，很无语），
如果你们喜欢，可以和我一起开发完善他。

补充一下，因为写的着急，现在几个类的耦合性还比较大，下来再守善吧。

项目代码 http://code.google.com/p/html-extractor/
在线例子 http://dev.psm01.cn/c/html-extractor.php

帖上源码，说太长不让发，所以需要的自己去GOOGLE上检出来吧。

[xjtdy88]

嗯 ph psimple html dom 是非常牛。不错。

[LKK]

谢谢了

[ihefe]

友情帮顶

[codeyell-com]

我用过最牛的
php simple dom
很好用。