这里介绍两种方式： 将html加载未dom树，计算文字连接比 将html作为文本，计算出行块分布性能比较：1000个网页： 行块分布函数：29秒 dom数文字连接比：66秒分析：加载为dom树会很费时间。
定向爬虫简易学习指南（二）网页解析(基于算法)
原文：http://www.cnblogs.com/i80386/p/4073315.html
