【发布时间】：2012-02-12 02:33:00
【问题描述】：
是否有比较网页之间相似度（HTML、dom 相似度）的库（用于 java）？
在我的应用程序中，我想对网站的链接进行分类。
例如：
group 1: Product detail page
group 2: Category page（用于在线购物网站等）。
对于这样的分类html结构（dom）相似度是我认为最好的方式。请对此提供帮助。
【问题讨论】：
-
它似乎太模棱两可和太具体了，以至于没有一个库来解决这个问题（“相似性”的定义是模棱两可的主要来源）。
-
“一个库”或“一个库的函数”或“一个简单的 Java 应用程序”对我的应用程序来说就足够了。
-
如果您在设计这样的应用程序时需要帮助，您需要发布更多详细信息并说明您尝试了什么/什么没有奏效。同样，不要指望已有的东西。
-
也许jsoup可以帮到你
-
我使用jsoup提取数据。例子;对于一个商品详情页，提取商品名称、图片、价格等。不知道jsoup能不能用来比较dom相似度。
标签： java html dom similarity