基于文本密度的 html2article 实现 html2article-golang

• 授权协议: 未知
• 开发语言: Google Go
• 操作系统: 跨平台
• 软件首页: https://github.com/sundy-li/html2article
• 软件文档: https://github.com/sundy-li/html2article/blob/master/README.md
• 官方下载: https://github.com/sundy-li/html2article

软件介绍

html2article — 基于文本密度的html2article实现[golang]

Install

go get -u -v github.com/sundy-li/html2article

Performance

avg 3.2ms per article, accuracy >= 98% (对比其他开源实现,可能是目前最快的html2article实现,我们测试的数据集约3kw来自于微信公众号,各大类中文科技媒体历史文章,目前能达到98%以上准确率)

Examples

参考examples from_url.go

package main

import (
	"github.com/sundy-li/html2article"
)

func main() {
	article, err := html2article.FromUrl("https://www.leiphone.com/news/201602/DsiQtR6c1jCu7iwA.html")
	if err != nil {
		panic(err)
	}
	println("article title is =>", article.Title)
	println("article publishtime is =>", article.Publishtime)
	println("article content is =>", article.Content)
}

Algorithm

• 参考论文

• Java实现

本文地址：https://codercto.com/soft/d/2709.html