[发明专利]一种网页内容重构方法和系统在审
| 申请号： | 201510586254.0 | 申请日： | 2015-09-15 |
| 公开（公告）号： | CN106528068A | 公开（公告）日： | 2017-03-22 |
| 发明（设计）人： | 李慧云;陆钢;何震苇 | 申请（专利权）人： | 中国电信股份有限公司 |
| 主分类号： | G06F9/44 | 分类号： | G06F9/44 |
| 代理公司： | 中国国际贸易促进委员会专利商标事务所11038 | 代理人： | 刘剑波 |
| 地址： | 100033 *** | 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内容重构方法和系统。该方法包括以下步骤获取网页源码；遍历网页节点，以建立与网页结构一致的DOM树内存结构模型；解析建立的DOM树内存结构模型，记录节点的信息元素，并对节点赋予唯一的序列；对节点进行简化处理，以形成新对象；根据序列对新对象的节点及其内容进行提取；将提取的内容进行重新组合，并关联新的样式表，以形成新的网页内容。由于筛除了样式、广告、外链等与主体内容无关的节点，对网页结构进行了简化，能够迅速定位到重要信息，减少对页面内容的大范围遍历，有利于网页数据的采集。 | ||
| 搜索关键词： | 一种 网页 容重 方法 系统 | ||
【主权项】：
一种网页内容重构方法，其特征在于，包括：获取网页源码；遍历网页节点，以建立与网页结构一致的DOM树内存结构模型；解析建立的DOM树内存结构模型，记录节点的信息元素，并对节点赋予唯一的序列；对节点进行简化处理，以形成新对象；根据序列对新对象的节点及其内容进行提取；将提取的内容进行重新组合，并关联新的样式表，以形成新的网页内容。
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中国电信股份有限公司，未经中国电信股份有限公司许可，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/201510586254.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种信息加密方法、装置及终端
- 下一篇：一种数据处理方法及系统
