搜索引擎正文提取程序，通过html分析和正则，去掉html代码，保留网页正文，只针对中文有效。英文稍加修改即可使用。-The body of the search engine extraction process, through analysis and regular html remove html code to retain the page text, only effective against the Chinese. Slightly modified to use Engl

1、真正的搜索引擎： 2、 网页蜘蛛灵活高效。 3、可控的正文提取。 4、可控的中文分词及新词学习。 5、无人值守。 6、BS架构，虚拟主机支持。 7、强大功能，简单使用。 8、个性化。 9、增强网站软实力-1, the real search engine: 2, Web Spider flexible and efficient. 3, the body of controllable extraction. 4, controlled the Chinese

网络爬虫之后。将网页存在文本文档，该程序即为正文提取程序。把网页中有用的东西提取出来-after Web crawlers ，put the content into the file.and the program can select the useful information