[发明专利]一种网页信息抽取方法和装置有效
| 申请号： | 201210579270.3 | 申请日： | 2012-12-27 |
| 公开（公告）号： | CN103902578A | 公开（公告）日： | 2014-07-02 |
| 发明（设计）人： | 王全礼;杨俊拯 | 申请（专利权）人： | 中国移动通信集团四川有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京中誉威圣知识产权代理有限公司 11279 | 代理人： | 郭振兴;彭晓玲 |
| 地址： | 610041*** | 国省代码： | 四川;51 |
| 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信息抽取方法和装置，该方法包括：1)获取预设的第一信息集合和第一正则表达式群；2)根据所述第一信息集合和第一正则表达式群在第一网页集合中检索到包含所述第一信息集合的所有网页并形成第二网页集合；3)根据所述第二网页集合和所述第一信息集合形成第二正则表达式群，并将所述第一正则表达式群和第二正则表达式群相并生成第三正则表达式群，根据所述第三正则表达式群进行网页信息抽取。本发明采取了上述方法以后，能够通过给定一个一类信息很小的值的集合，生成正则表达式群，以解决一类信息在所有网站上的数据抽取问题，其可以节省目前海量的互联网网页中信息抽取大量人工参与的工作量。 | ||
| 搜索关键词： | 一种 网页 信息 抽取 方法 装置 | ||
【主权项】：
一种网页信息抽取方法，其特征在于，包括：1)获取预设的第一信息集合和第一正则表达式群；2)根据所述第一信息集合和第一正则表达式群在第一网页集合中检索到包含所述第一信息集合的所有网页并形成第二网页集合；3)根据所述第二网页集合和所述第一信息集合生成第二正则表达式群，并将所述第一正则表达式群和第二正则表达式群相并生成第三正则表达式群；4)根据所述第三正则表达式群进行网页信息抽取。
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中国移动通信集团四川有限公司，未经中国移动通信集团四川有限公司许可，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/201210579270.3/，转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
