Question

我正试图从.html文件中读取（为了方便起见，在这里指定了url）[1]。但有时候它并没有显示任何文字。请帮我解决这个问题。

使用的Goose版本：https://github.com/agolo/python-goose/ 目前的版本有一些错误。

@Override
public void onClick(View v) {

    Intent returnIntent = new Intent();
    String picked = "";

    switch (v.getId()) {
            case R.id.btnRed:
                picked = "RED";
                break;
            case R.id.btnYellow:
                picked = "YELLOW";
                break;
            case R.id.btnGreen:
                picked = "GREEN";
                break;
            case R.id.btnBlue:
                picked = "BLUE";
                break;
    }
    if(picked.equals(currentColor)){
           //If picked color is same as currentColor do nothig
            Toast.makeText(getApplicationContext(), "Choose other color please", Toast.LENGTH_LONG).show(); 
    } else {
       //return pikced color
        returnIntent.putExtra("Color", picked);
        setResult(RESULT_OK, returnIntent);
        finish();
    }
}

Answer 1

Goose确实使用了几个预定义元素，这些元素很可能是寻找顶级节点的良好起点。如果没有＆＃34;已知＆＃34;找到的元素，它开始寻找top_node，它通常是一个包含很多p标签的元素。您可以阅读extractors/content.py了解更多详情。

给定的文章没有很多共同文章的特征，它通常包含在文章标签中，或者是带有类和ID的div标签，例如“后期内容”，“＃39;＆＃39;＆＃39;故事机构＆＃39;，＆＃39;文章＆＃39;等。它是一个带有id = 'docText'的div标签，没有段落，因此Goose无法预测它的好处。

我建议你在KNOWN_ARTICLE_CONTENT_TAGS {}} extractors/content.py中添加{{1>}常量的行：

KNOWN_ARTICLE_CONTENT_TAGS = [
    {'attr': 'id', 'value': 'docText'},
    ... other paths go here
]

这是提取的身体：

Chennai，12月19日 - 泰米尔纳德邦政府周一任命了一名一人司法调查委员会调查原因星期天在州首府钦奈发生踩踏事件，造成42人丧生另外还有37人受伤。\ n \ n宣布组建该组织甚至作为踩踏事件中遇难者家属的佣金也来了对这出乎意料的悲剧感到痛苦和激动。\ n \ n无家可归的42人在洪水救济的分配过程中，人们被践踏在泰米尔纳德邦首都的一个避难所供应。\ n \ n官方说随着避难所的大门打开，超过5000人涌入导致踩踏事件。\ n \ n奇才，受害者的家属，说管理不善导致了悲剧。 \ U2026

使用goose检索任何内容阅读文章内容

1 个答案: