From a9b61c29427a512ab17359b13312b62a440bd882 Mon Sep 17 00:00:00 2001 From: Santiago Castro Date: Tue, 18 Apr 2017 06:56:27 -0300 Subject: [PATCH] Fix broken Markdown headings --- README.md | 14 +++++++------- 1 file changed, 7 insertions(+), 7 deletions(-) diff --git a/README.md b/README.md index e5c1180..cc6bdb9 100644 --- a/README.md +++ b/README.md @@ -1,20 +1,20 @@ ContentExtractor ================ -##简介 +## 简介 ContentExtractor是一个开源的网页正文抽取工具，用JAVA实现，具有非常高的抽取精度。 -##算法 +## 算法 ContentExtractor的网页正文抽取算法使用的是CEPR，适用于几乎所有的包含正文的网页。 算法简介：[http://dl.acm.org/citation.cfm?id=2505558](http://dl.acm.org/citation.cfm?id=2505558) -#项目地址转移 +# 项目地址转移 项目已和[WebCollector](https://github.com/CrawlScript/WebCollector)合并，当前项目为老版本ContentExtractor,请前往[WebCollector](https://github.com/CrawlScript/WebCollector)项目查看ContentExtractor的最新版本源码和API。 -##教程(只适用于老版本，新版本请前往[WebCollector](https://github.com/CrawlScript/WebCollector)) +## 教程(只适用于老版本，新版本请前往[WebCollector](https://github.com/CrawlScript/WebCollector)) ContentExtractor的接口非常简单，用户可以根据网页的url，或者网页的html，来进行网页正文抽取： 根据url，抽取网页的正文： @@ -34,14 +34,14 @@ ContentExtractor的接口非常简单，用户可以根据网页的url，或者 } -##导入项目(只适用于老版本，新版本请前往[WebCollector](https://github.com/CrawlScript/WebCollector)) +## 导入项目(只适用于老版本，新版本请前往[WebCollector](https://github.com/CrawlScript/WebCollector)) 从ContentExtractor的github主页[https://github.com/hfut-dmic/ContentExtractor](https://github.com/hfut-dmic/ContentExtractor)上下载ContentExtractor-{版本号}-bin.zip,将解压后得到的jar包全部放到工程的build path即可。 -##联系我们 +## 联系我们 欢迎加入讨论群：385105758 邮箱:__wugq@hfut.edu.cn__ -##开发者 +## 开发者 ContentExtractor由合肥工业大学dmic团队开发