[发明专利]一种面向用户的WEB信息自动提取方法在审
| 申请号： | 201410758981.6 | 申请日： | 2015-08-03 |
| 公开（公告）号： | CN104504016A | 公开（公告）日： | 2015-07-29 |
| 发明（设计）人： | 刘文婷 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种面向用户的WEB信息自动提取方法，该方法主要用于用户指定的一个或多个网站内容的快速定位与自动提取。具体为：首先根据给定的链接地址(URL)，遍历整个网站，获得用户所关注的页面；然后存储相应页面的链接地址；再抽取关注页面的信息标题，发布时间、主要内容等信息；最后将抽取的信息存储于数据库和文件系统中，并且去除抽取的重复信息。本发明应用于信息检索或咨询类网站的信息采集，能够从大量的WEB页面中提取用户关注的信息，并且能快速定位用户所关注的内容。 | ||
| 搜索关键词： | 一种 面向 用户 web 信息 自动 提取 方法 | ||
【主权项】：
一种面向用户的WEB信息自动提取方法，其特征在于包含如下步骤：(1)根据用户给定的WEB站点链接列表，依次遍历每个WEB站点，获得用户关注页面；(2)识别WEB站点中每个页面的链接地址并存储；(3)提取用户关注页面的标题、发布时间、页面正文；(4)将提取的内容格式规范化后存储于数据库和文件系统中，其中页面标题、发布时间存储于数据库中，页面正文存储于文件系统中；(5)去除抽取的重复信息。
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河海大学，未经河海大学许可，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/201410758981.6/，转载请声明来源钻瓜专利网。
- 上一篇：页面内容的搜索处理方法和系统
- 下一篇：用于网站分享的分享方法和装置
- 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
