[发明专利]网页正文内容提取方法及装置有效
| 申请号： | 201110147583.7 | 申请日： | 2011-06-02 |
| 公开（公告）号： | CN102810097A | 公开（公告）日： | 2012-12-05 |
| 发明（设计）人： | 朱海军;姜吉发 | 申请（专利权）人： | 高德软件有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 郭红丽 |
| 地址： | 102200 北京市昌*** | 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： | 本发明公开了一种网页正文内容提取方法及装置，该方法包括步骤：将需提取正文内容的网页划分成各内容块；针对划分出的每个内容块分别执行：确定该内容块的链接文本长度及非链接文本长度；并根据确定出的链接文本长度和非链接文本长度，确定该内容块对应的链接文本密度；在链接文本密度不大于预设的第一规定阈值时，确定该内容块为该网页的正文内容。采用本发明技术方案，解决了现有技术中存在的提取网页正文内容准确性较低的问题。 | ||
| 搜索关键词： | 网页 正文 内容 提取 方法 装置 | ||
【主权项】：
一种网页正文内容提取方法，其特征在于，包括：将需提取正文内容的网页划分成各内容块；针对划分出的每个内容块分别执行：确定该内容块的链接文本长度及非链接文本长度；并根据确定出的链接文本长度和非链接文本长度，确定该内容块对应的链接文本密度；在链接文本密度不大于预设的第一规定阈值时，确定该内容块为该网页的正文内容。
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高德软件有限公司，未经高德软件有限公司许可，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/201110147583.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种激励产生方法及装置
- 下一篇：一种光学干涉薄片制备方法及制备设备
- 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
