[发明专利]包装器的维护方法

摘要

本发明公开了一种包装器的维护方法，利用原包装器提取变化前Web中实体的数据项的标志特征；利用数据项标志特征遍历变化后的Web的HTML树，从中找出具有该数据项标志特征的数据项；找出同一实体的数据项，对其划分语义块，即按实体将数据项汇聚，并提取实体的数据项描述模式；用该模式匹配HTML同级子树中的其他实体的数据项描述模式；若过渡匹配，则递归处理所有的子节点为根的子树；若部分匹配则自动合并相邻子树；若完全匹配，则返回所有的语义块即相关子树；得出的语义块均与模式匹配，从中找出一个与模式匹配较好的，并从中重新生成新的抽取规则，即生成了新包装器。本发明提出了一套清晰的生成包装器的流程，可以很方便的和其他应用系统集成。

主权项

1、一种包装器的维护方法，包括以下步骤：(1)利用原包装器提取变化前Web中实体的数据项的标志特征；(2)利用步骤(1)中的数据项标志特征遍历变化后的Web的HTML树，从中找出有步骤(1)中的数据项标志特征的数据项；(3)对步骤(2)中找出同一实体的数据项，对其划分语义块，即按实体将数据项汇聚，并提取实体的数据项描述模式；用该模式匹配HTML同级子树中的其他实体的数据项描述模式；若a.所述子树中包含有多个模式的实例，即包含有多个和模式匹配的语义块，则递归处理所有的子节点为根的子树；b.所述子树中只包含一个模式的实例的一部分，即只包含一个和模式匹配的语义块的一部分，则自动合并相邻子树；c.所述子树中恰好含有一个模式的实例，即恰好包含一个和模式匹配的语义块，则返回所有的语义块即相关子树；(4)步骤(3)中得出的语义块均与模式匹配，从中找出一个与模式匹配较好的，并从中重新生成新的抽取规则，即生成了新包装器。