网页提纯

    有时候发现自己兴趣挺广的，编程，设计，图像处理视频分析，模式识别，文本分析之类，都有点兴趣。看这篇文章 http://blog.csdn.net/lanphaday/archive/2007/08/13/1741185.aspx， 这个想法确实不错：使用文本和HTML代码的密度来决定一行文件是否应该输出，如果选取的内容是正文，那么其中的HTML标签肯定不高。挺有意思的，有时间可以试试这个想法，做一下网页提纯的实验。