- 授权协议: Apache 2.0
- 开发语言: HTML/CSS
- 操作系统: 跨平台
- 软件首页: https://github.com/chimbori/crux
- 软件文档: https://github.com/chimbori/crux
- 官方下载: https://github.com/chimbori/crux
软件介绍
Crux 是一个 HTML 正文内容提取库，它通过分析 Web 页面，以确定一篇文章的关键内容。该库由多个独立的 API 组成，可随意选择想使用的那个。比如说，如果你在 Android 应用中使用 Crux ，则可以使用 Proguard 或其他压缩工具来去除不需要的部分。
文章提取 API ：
可格式化提取内容丰富，不限于纯文本。
支持更多的网站和更好的页面整体解析。
支持更多的元数据格式：OpenGraph， Twitter Cards，Schema.org 等
占用空间小，JSoup 是唯一需要的依赖项。
更少的 setters/getters，简单易用
能够使用默认的 HttpUrlConnection 之外的 HTTP 库，例如 OkHttp 。
代码简洁
高度支持通过 Gradle 导入 Android Studio 项目
持续集成单元测试和 golden file 测试。
示例代码：
在后台线程中，发出网络请求并获取想要分析的页面的 rawHTML 。
String url = "https://example.com/article.html"; String rawHTML = "<html><body><h1>This is an article</h1></body></html>"; Article article = ArticleExtractor.with(url, rawHTML) .extractMetadata() .extractContent() // If you only need metadata, you can skip `.extractContent()` .article();
在 UI 线程上：
// Use article.document, article.title, etc.
结构化计算机组成
Andrew S.Tanenbaum / 刘卫东 / 机械工业出版社 / 2001-10-1 / 46.00
AndrewcS.Tanenbaum获得过美国麻省理工学院的理学学士学位和加利福尼亚大学伯克利分校的哲学博士学位,目前是荷兰阿姆斯特丹Vrije大学计算机科学系的教授,并领导着一个计算机系统的研究小组.同时,他还是一所计算与图像处理学院的院长,这是由几所大学合作成立的研究生院.尽管社会工作很多,但他并没有中断学术研究. 多年来,他在编译技术.操作系统.网络及局域分布式系统方面进行了大量的一起来看看 《结构化计算机组成》 这本书的介绍吧!
