2014 年 3月 11 日随笔档案 - 刺猬的温驯

2014年3月11日 #

摘要：算法思路：假如网页正文(过滤html标签后的)有n行，以k行为一行块，总共可构成n-k+1行块；以行号为索引号，以行块长度为索引值，形成行块稀疏矩阵；以上面的稀疏矩阵为基础，找出其骤升骤降点，分割成多个文本块；最后找出最大的文本块作为正文-------------------------------... 阅读全文

posted @ 2014-03-11 23:58 刺猬的温驯阅读(461) 评论(0) 推荐(0) 编辑