Ta上传的资源 (0)

本资源包含各个版本的中英文停用词。停用词是指在信息检索中，为节省存储空间和提高搜索效率，在处理自然语言数据（或文本）之前或之后会自动过滤掉某些字或词，这些字或词即被称为Stop Words（停用词）。这些停用词都是人工输入、非自动化生成的，生成后的停用词会形成一个停用词表。

jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。

本程序用用解析工具JSoup，编程实现了新闻网页正文信息抽取，适用于新浪163qq等新闻网页信息抽取。开发工具为Eclipse，将工程导入到Eclipse后，直接运行NewsDown.java类。