摘要：
比较两个文件中的文本的相似度(纯文本文件)；5种文件：word、excel、ppt、pdf、txt；提取5中文件中的所有文本，作比对。计算相似度；1.读取文件 1).读word文件 2）.读取PDF 3）.读txt文件 4.读取PPT 5.读Excel 文件转换为二进制的方法： 6.准备工作： 6. 阅读全文
摘要：
最近项目需求，做一些新闻站点的爬取工作。1.简单的jsoup爬取，静态页面形式； 通过jsop解析返回Document 使用标签选择器，选择页面标签中的值，即可获取页面内容。 2.延时加载，有些网站存在延时加载，表格内容，或者嵌入页面形式的加载的页面；属于jsop范围 获取到的是Document 使 阅读全文