错失了最好的 content #120
Description
bug的现象
内容标签 class=content，代码进行了加权。内容中只包含了 <br>,预处理后正文内容为纯字符串。
def need_skip_ltgi(self, ti, lti):
if lti == 0:
return False
return ti // lti > 10 # 正文的字符数量是链接字符数量的十倍以上lti == 0 导致 density = 0，最终的分数为 0。最后从父级标签提取内容，包含了不必要的内容。
<div class="content1">
我是正文我是正文我是正文
<br />
我是正文我是正文我是正文
<br />
我是正文我是正文我是正文
<br />
我是正文我是正文我是正文
<br />
我是正文我是正文我是正文
<br />
</div>