我正在尝试使用boilerpipe代码从HTML中获取文章的主要内容。
从here下载最新的罐子。
我正在尝试使用以下代码:
String article = "";
try {
article = ArticleExtractor.INSTANCE.getText(url);
System.out.println("Article ++++ >>" + article);
} catch (BoilerpipeProcessingException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
但是这会为每个网址返回一个空字符串。任何人都可以帮我吗?
答案 0 :(得分:2)
您是否尝试过传递HTML本身而不是网址?或者,您的网址字符串格式化方式可能存在问题。