.net中的boilerpipe的HtmlHighlighter不会始终返回文本

Question

我在我的应用程序中使用Boilerpipe，当我尝试使用ArticleExtractor提取内容时，我只获取了平面文本，所有html格式化已被删除，所以我尝试使用HtmlHighlighter。但是HtmlHighlighter的处理方法对某些网址失败了。 是否有任何选项使用html字符串传递给此方法？任何人都能解释一下吗？

Answer 1

您可以使用IKVM将Boilerpipe jar转换为新的DLL，以便在.NET应用程序中使用。我正在使用这种方法，并在发送html抛出不同的samppipe方法时工作正常。

如果您尝试访问的页面内容是通过javascript加载的，则简单的http请求无法处理此类信息。 首先，您需要在javascript更改后获取结果html，然后将其提供给samppipe。