[发明专利]一种生成网页结构模板的方法及系统有效
| 申请号： | 201110204433.5 | 申请日： | 2011-07-20 |
| 公开（公告）号： | CN102890681A | 公开（公告）日： | 2013-01-23 |
| 发明（设计）人： | 蔡波洋;强琦 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 苏培华 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 开曼群岛;KY |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种生成网页结构模板的方法及系统，以解决获取不同站点的网页结构模板的问题。所述方法包括：对样本网页进行相似网页的聚合计算，得到相似网页构成的集合；针对每个集合，解析集合中所有网页的页面结构，得到每个网页的DOM树结构；通过对集合中所有网页的DOM树结构进行分析，对应每个集合分别生成一个DOM树模板，并将该DOM树模板作为集合的网页结构模板。本申请利用不同站点的样本网页就可以自动分析出不同站点的网页结构模板，从而为网页信息抽取等应用提供了方便。 | ||
| 搜索关键词： | 一种 生成 网页 结构 模板 方法 系统 | ||
【主权项】：
一种生成网页结构模板的方法，其特征在于，包括：对样本网页进行相似网页的聚合计算，得到相似网页构成的集合；针对每个集合，解析集合中所有网页的页面结构，得到每个网页的DOM树结构；通过对集合中所有网页的DOM树结构进行分析，对应每个集合分别生成一个DOM树模板，并将该DOM树模板作为集合的网页结构模板。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201110204433.5/，转载请声明来源钻瓜专利网。
- 上一篇：基于列存储技术的数据库建立方法及系统
- 下一篇：机电节电设备
