网页去燥

一种基于标签属性的网页去噪方法
http://wenku.baidu.com/link?url=5A1-yUkoNYDwKTEyMWXZBb5L3drtTD6Hjg-w9EGfpMVLPPsatMX71zHZbAmyExsNbBOUIZshPU31GqU6Zpiwd07aaNGDDEB_Purp4fZDnNS
论文 http://www.cqvip.com/read/read.aspx?id=1005358363#
西安交通大学的论文 http://www.taodocs.com/p-41624911.html

一种基于内容规则的网页去噪算法
http://wenku.baidu.com/link?url=pWisCo4IfVeOiq0q6LhpbbDUoysCItjChi5mKGSpM_NzwbD9EDc8HlFQ0I1Lpzt-3uKUTqscoHcyyaLfVRJYcGOe35YEQlIDqyg11gVjTKm

一个网友提供的接口
http://www.weixinxi.wang/open/extract.html

public class Parser
{
  private static String verifyurl(String url)
  {
    String vurl = null;
    if ((url == null) || (url.equals("")))
    {
      vurl = "http://www.weixinxi.wang/service/parser?url=http://www.weixinxi.wang/blog/aitrcle.html?id=68";
    }
    else {
      vurl = "http://www.weixinxi.wang/service/parser?url=" + url;
    }

    return vurl;
  }
  public static String getjson(String urls) {
    String jsonstr = null;
    String urlStr = urls;
    try {
      urlStr = verifyurl(urls);
      URL url = new URL(urlStr);
      HttpURLConnection httpConn = (HttpURLConnection)url.openConnection();
      httpConn.setConnectTimeout(3000);

      httpConn.setRequestMethod("GET");
      httpConn.setRequestProperty("User-agent", "Mozilla/4.0");
      int respCode = httpConn.getResponseCode();
      ByteArrayOutputStream out = null;
      InputStream inputStream = null;
      byte[] buffer = (byte[])null;
      int len = 0;
      if (respCode == 200)
      {
        buffer = new byte[1024];
        inputStream = httpConn.getInputStream();
        out = new ByteArrayOutputStream();
        try {
          while ((len = inputStream.read(buffer, 0, buffer.length)) != -1) {
            out.write(buffer, 0, len);
          }

          jsonstr = new String(out.toByteArray());
        }
        catch (Exception localException)
        {
        }
      }
    }
    catch (Exception localException1)
    {
    }
    return jsonstr;
  }

  public static void main(String[] args)
  {
    System.out.println(getjson("http://news.xinhuanet.com/legal/2015-07/30/c_1116096002.htm"));
  }
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容