一个能够识别大部分文章的标题及内容的方法
提取标题 自动去掉网站名称1.首先从我是一个标题 - 网站名称提取我是一个标题 - 网站名称
2.然后透过搜寻-或div.title 包含 我是一个标题 的标签 去掉 - 网站名称
3.最后取得排除掉网站名称的标题 我是一个标题
识别文章内容文字感觉识别文章就比较困难了
透過div下p或br標籤的數量多少判斷该div是否文章内容
大神有识别文章内容没有更好的方案?
更新找到這個 http://segmentfault.com/a/1190000000362182
回复内容： 一个能够识别大部分文章的标题及内容的方法
提取标题 自动去掉网站名称1.首先从我是一个标题 - 网站名称提取我是一个标题 - 网站名称
2.然后透过搜寻-或div.title 包含 我是一个标题 的标签 去掉 - 网站名称
3.最后取得排除掉网站名称的标题 我是一个标题
识别文章内容文字感觉识别文章就比较困难了
透過div下p或br標籤的數量多少判斷该div是否文章内容
大神有识别文章内容没有更好的方案?
更新找到這個 http://segmentfault.com/a/1190000000362182