webPageProduce 通用web新闻文本提取, 为了解决大量模版适配 标签文本及层次特征聚类的网页正文提取方法： a、网页标签预处理（Done） b、预处理后网页Html标签修复（Done） c、标签特性选择并提取标签特征向量（Done） d、聚类算法进行特征聚类，确定正文簇（Done） e、正文簇内标签经验性调整（Done） f、正文簇内正文提取并存储（Done）