[发明专利]web页面内的公共块元素的结构化识别方法和装置有效
| 申请号： | 201310234124.1 | 申请日： | 2013-06-13 |
| 公开（公告）号： | CN103279563B | 公开（公告）日： | 2017-02-08 |
| 发明（设计）人： | 张弦;张建荣;李伟刚;马镇新 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙)11201 | 代理人： | 宋合成 |
| 地址： | 100085 北京市*** | 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： | 本发明提出一种web页面内的公共块元素的结构化识别方法和装置，其中该方法包括以下步骤检测web页面内的元素；将元素与预先定义的公共块元素进行匹配识别；对匹配成功的元素进行结构化抽取。根据本发明实施例方法，将HTML中半结构化数据转换为结构化数据，便于前端根据这些元素进行用户界面设计和交互重构，以组装成便于手机等移动终端浏览、内容丰富、展现多样化的wap页面。 | ||
| 搜索关键词： | web 页面 公共 元素 结构 识别 方法 装置 | ||
【主权项】：
一种web页面内的公共块元素的结构化识别方法，其特征在于，包括以下步骤：检测所述web页面内的元素；将所述元素与预先定义的公共块元素进行匹配识别，其中，所述预先定义的公共块元素包括栏目块，根据所述栏目块的标题特征识别出标题节点，并识别所述栏目块中的重复父节点，并判断所述重复父节点是否存在一个相邻节点是标题节点，如果是，则将所述重复父节点和所述相邻节点识别为包含标题节点的内容块组；对匹配成功的元素进行结构化抽取。
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百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）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/201310234124.1/，转载请声明来源钻瓜专利网。
