[发明专利]用于提高统一资源定位符提取准确率的方法和设备

权利要求书

1.一种用于提高统一资源定位符提取准确率的方法，包括：

使用根据规则从原始数据中提取的原始统一资源定位符进行网络访问；

当所述网络访问失败时，修改所述原始数据中的原始统一资源定位符以获得最终统一资源定位符；

根据所述最终统一资源定位符修改所述规则。

2.根据权利要求1所述的方法，还包括：

计算所述最终统一资源定位符所涉及的域名的提取错误率；

当所述提取错误率超出阈值时，根据所述最终统一资源定位符修改所述规则。

3.根据权利要求2所述的方法，进一步包括根据所述原始统一资源定位符和所述最终统一资源定位符修改所述规则。

4.根据权利要求1所述的方法，其中所述修改所述原始数据中的原始统一资源定位符以获得最终统一资源定位符可以是多次修改。

5.根据权利要求4所述的方法，其中所述修改包括在所提取的上一统一资源定位符之后增加在所述原始数据中紧接其后的字符。

6.根据权利要求4所述的方法，其中所述修改包括删除所提取的上一统一资源定位符中最后的字符。

7.根据权利要求2-3中任一项所述的方法，其中修改所述规则包括添加针对所述域名的规则。

8.一种用于提高统一资源定位符提取准确率的设备，包括：

用于使用根据规则从原始数据中提取的原始统一资源定位符进行网络访问的装置；

用于当所述网络访问失败时修改所述原始数据中的原始统一资源定位符以获得最终统一资源定位符的装置；

用于根据所述最终统一资源定位符修改所述规则的装置。

9.根据权利要求8所述的设备，还包括：

用于计算所述最终统一资源定位符所涉及的域名的提取错误率的装置；

用于当所述提取错误率超出阈值时根据所述最终统一资源定位符修改所述规则的装置。

10.根据权利要求9所述的设备，进一步包括用于根据所述原始统一资源定位符和所述最终统一资源定位符修改所述规则的装置。

11.根据权利要求8所述的设备，其中所述修改所述原始数据中的原始统一资源定位符以获得最终统一资源定位符可以是多次修改。

12.根据权利要求11所述的设备，其中所述修改包括在所提取的上一统一资源定位符之后增加在所述原始数据中紧接其后的字符。

13.根据权利要求11所述的设备，其中所述修改包括删除所提取的上一统一资源定位符中最后的字符。

14.根据权利要求9-10中任一项所述的设备，其中用于修改所述规则的装置包括用于添加针对所述域名的规则的装置。