62,046
社区成员
发帖
与我相关
我的任务
分享网页正文提取办法
最初理解的网页正文提取，本以为是针对某个特定的网站实现信息筛选的代码。范围太小了，怎么是实现随便给个网址，用一个通用的算法，提取出网页内的有用信息。网上搜到一些概念，基于模板的，基于视觉的等等，感觉都有局限的，如何才能实现更通用的正文提取
...全文
请发表友善的回复…
发表回复
molengge 2013-11-22
- 打赏
- 举报
火车头.应该可以
loop100 2013-11-22
- 打赏
- 举报
受教了
鸭梨山大帝 2013-11-14
- 打赏
- 举报
"范围太小了，怎么是实现随便给个网址，用一个通用的算法，提取出网页内的有用信息。"
这句话是一句无法实现的需求,首先何为"有用信息"?
就如一个用户跟你谈需求的时候只说了一句话:"我要一个ERP系统,是一个对于我工厂很有帮助的ERP系统"
然后你就去实做了?
对于这种根本不是需求的需求描述是需要继续拆分的.
======
软件界没有银弹.
就像物理世界没有永动机一样.
一切看需求而去,看实际实现而定.
楼主可以考虑去看看<<人月神话>>
madxzb 2013-11-14
- 打赏
- 举报
这里有一个正文提取提取算法可供参考，正确提取率还可以：http://www.qwolf.com/?p=791
人傻且呆但不萌 2013-10-23
- 打赏
- 举报
百度-〉火车头？？什么意思[/quote]
意思就是说有现成的软件你可以使用
wc19840730 2013-10-23
- 打赏
- 举报
现在提取都是还是从返回值里提取吧。
我觉得没有那种真正通用的办法。因为你要提取的内容是一个标准，也就是“需要的”。
需要的这个是一个主观的概念，什么是需要的因人而异。
我觉得但凡有一个主观概念参杂在里面的都没法做到通用化程序的。
你做很多个IF可以看上去通用，但是其实还是一个个特例组成的。
loop100 2013-10-23
- 打赏
- 举报
百度-〉火车头？？什么意思
loop100 2013-10-23
- 打赏
- 举报
大牛们没有好的办法吗
md5e 2013-10-22
- 打赏
- 举报
网页正文提取办法? 百度 -> 火车头
threenewbee 2013-10-22
- 打赏
- 举报
最初理解的编程，原本以为就是针对特定用户需求的编码，范围太小了，请问用户随便说一个需求，用一个通用的程序自动生成器，就能自动得到想要的软件。网上搜索了什么自然语言编程、自动搭建程序，感觉都太局限了。如果才能实现通用的软件生成器。
