如何使用Boilerpipe从网页中提取新闻内容？

Question

我需要从网页中提取主要的新闻内容。我在互联网上搜索并找到了一个名为Boilerpipe的http://boilerpipe-web.appspot.com/，但我找不到任何使用Boilerpipe.Can的java实现。有人告诉我如何在Java中使用BoilerPipe来提取新闻内容，或者给我一些java实现的链接，这些实现利用BoilerPipe来从新闻网页中提取内容？

Answer 1

也许我的回答太迟了。但这很简单。

 URL url = new URL("http://www.nydailynews.com/sports/baseball"); 
 ArticleExtractor ae = new ArticleExtractor();
 String content = ae.getText(url);  // this contains the final text

Answer 2

很简单，假设您需要提取以下URL

只要使用我的boilerpipe替代Web API HERE，我的服务是基于BoilerPipe的，我开发这个是因为在原始application..you中获得超额配额错误，可以选择以JSON格式返回结果，只需在您的应用程序中使用它。

诚挚的问候