[英]How to get the main content of an article from HTML using boilerplate?
我正在尝试使用样板代码从HTML获取文章的主要内容。
从这里下载最新的罐子。
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();
}
但这会为每个URL返回一个空字符串 。 谁可以帮我这个事?
您是否尝试过传递HTML本身而不是URL? 也许您的url字符串格式设置方式存在问题。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.