解析出来的内容换行不太正确

[pajeroquan]

bug的现象

1. 你期望的返回是？
   公开信息显示，蓝盈莹，1990年4月16日出生于浙江省丽水市景宁畲族自治县，被称“畬族三公主”，成长于上海市，中国内地影视演员，毕业于中央戏剧学院表演系。代表作《甄嬛传》《外科风云》《北辙南辕》《精英律师》《玫瑰的故事》《生万物》等。

2. 实际GNE给你的返回是？
   公开信息显示， 蓝盈莹，1990年4月16日出生于浙江省丽水市景宁畲族自治县， 被称“畬族三公主”， 成长于上海市，中国内地影视演员，毕业于中央戏剧学院表演系。代表作 《甄嬛传》《 外科风云 》《北辙南辕》《 精英律师 》《玫瑰的故事》《生万物》等。
   如何复现

3. 目标网址
   https://news.qq.com/rain/a/20251104A03WBX00

4. 你怎么调用GNE的
   屏幕截图
   `
   gne_result = self.extractor.extract(html_content)

        if not gne_result:
            print(f"[DEBUG] {self.name} 返回空结果，回退到备用方法...")
            return None
        
        # 检查 GeneralNewsExtractor 的提取结果
        gne_content = gne_result.get('content', '').strip() if gne_result else ''
        gne_title = gne_result.get('title', '').strip() if gne_result else ''
        gne_publish_time = gne_result.get('publish_time', '').strip() if gne_result else ''
        gne_author = gne_result.get('author', '').strip() if gne_result else ''
   

`

使用环境:

• OS: Centos8
• Python版本3.12
• GNE版本 0.3.1

[kingname]

经测试，QQ 新闻的文章内容位于 .rich_media_content 标签中，但文本密度算法错误地选取了视频播放器控件的文本。用户可以通过指定 body_xpath='//div[@class="rich_media_content"]' 作为临时解决方案来正确提取正文。后续需要优化算法对视频播放器等噪声节点的处理。