我正在尝试使用 boilerpipe 从 HTML 中获取文章的主要内容代码。
从here下载最新的jar包.
我正在尝试使用以下代码:
String article = "";
try {
article = ArticleExtractor.INSTANCE.getText(url);
System.out.println("Article ++++ >>" + article);
} catch (BoilerpipeProcessingException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
但这会为每个 URL 返回一个空字符串。谁能帮我解决这个问题吗?
最佳答案
您是否尝试过传递 HTML 本身而不是 url?或者您的 url 字符串格式可能存在问题。
关于java - 如何使用样板从 HTML 中获取文章的主要内容?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39952702/