[发明专利]一种提取网页内容的方法及装置在审
申请号: | 201610835405.6 | 申请日: | 2016-09-20 |
公开(公告)号: | CN106446139A | 公开(公告)日: | 2017-02-22 |
发明(设计)人: | 鄢军 | 申请(专利权)人: | 微梦创科网络科技(中国)有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 北京国昊天诚知识产权代理有限公司11315 | 代理人: | 黄熊 |
地址: | 100193 北京市海淀区东北旺西路中关村*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本申请公开了一种提取网页内容的方法及装置。利用主题元素的文本内容与网页中标题页面块的内容的关联关系,以及根据标题页面块与各页面块的相对位置,可以在各页面块中确定正文页面块,而不是仅仅考虑网页中各页面块的文本密度,从而过滤掉大部分无关信息,并提高了确定正文页面块的准确率,自正文页面块提取正文的准确性也得以提高。 | ||
搜索关键词: | 一种 提取 网页 内容 方法 装置 | ||
【主权项】:
一种提取网页内容的方法,其特征在于,包括:根据网页的代码中的主题元素的文本内容,确定所述网页中的标题页面块;根据所述网页中的各页面块与所述标题页面块的相对位置,在各页面块中确定正文页面块;从所述正文页面块中提取所述网页的正文。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于微梦创科网络科技(中国)有限公司,未经微梦创科网络科技(中国)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610835405.6/,转载请声明来源钻瓜专利网。
- 上一篇:数据包的存储方法及装置
- 下一篇:用于数据持久化的方法及装置
- 内容再现系统、内容提供方法、内容再现装置、内容提供装置、内容再现程序和内容提供程序
- 内容记录系统、内容记录方法、内容记录设备和内容接收设备
- 内容服务系统、内容服务器、内容终端及内容服务方法
- 内容分发系统、内容分发装置、内容再生终端及内容分发方法
- 内容发布、内容获取的方法、内容发布装置及内容传播系统
- 内容提供装置、内容提供方法、内容再现装置、内容再现方法
- 内容传输设备、内容传输方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容发送设备、内容发送方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容再现装置、内容再现方法、内容再现程序及内容提供系统
- 内容记录装置、内容编辑装置、内容再生装置、内容记录方法、内容编辑方法、以及内容再生方法