打分机制

其实这样的需求成功率做到80%基本应该就算可以了， 以前也研究过一段时间类似的需求，

思路基本是这样：
解析出页面中所有的元素，对页面中的元素进行分析打分；

打分：
1.标签中包含字数最多的元素； +1分
2.内容中会包含大部分的<p>或常出现在内容中的标签（多抽取一些网站比较一下），如每包含一个<p>标签； +0.2分
3.元素上包括class="content"这样常见的样式的； +1分
4.获取网页的title,keywords,description, 然后对其进行分词， 元素中命中某个词+1分 （也可以命中一次加1分）
5.内容的元素中通过不包括<ul><li>这种的标签， 如果出现这种标签的 -0.5分
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
找出该加分与减分的元素，然后相应加减的分数要设置合理。