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
-------------------------------------------------------------------------
网页正文抽取程序测试效果
相关文章：
相似解决方案
热门标签
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
-------------------------------------------------------------------------
网页正文抽取程序测试效果
相关文章：