[发明专利]基于视觉的列表页识别方法有效
| 申请号： | 201510910416.1 | 申请日： | 2015-12-10 |
| 公开（公告）号： | CN105550279A | 公开（公告）日： | 2016-05-04 |
| 发明（设计）人： | 王树强;张作职 | 申请（专利权）人： | 天津海量信息技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 天津市尚仪知识产权代理事务所(普通合伙) 12217 | 代理人： | 王山 |
| 地址： | 300020 天津市和*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种本发明的基于视觉的列表页识别方法，依据视觉规则对页面的Html进行分块、完成Html主体区域的识别，进而判断是否是列表页以获取必要的连接。先找到网页的主体部分，左右边栏和页眉页脚都忽略，然后根据字体，字号，字重，位置等信息，来判断主体部分，如果是以链接为主体则可判断为列表页。本发明通过模仿人在观察Web页面时候的处理方式，提高了列表页收集的速度和准确度，从而便于及时准确地对网站上变化的内容进行收集。 | ||
| 搜索关键词： | 基于 视觉 列表 识别 方法 | ||
【主权项】：
一种基于视觉的列表页识别方法，包括以下步骤：A、基于浏览器的下载，获取网页的Dom树；B、进行Html分块，即按照视觉进行分块；C、Html主体区域的识别，以找到主要的区域；D、列表页模式识别，通过模式识别判断是否是列表页；E、分析链接，获取候选链接，找到必要的链接；F、获取到新链接时，返回执行步骤A。
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天津海量信息技术有限公司，未经天津海量信息技术有限公司许可，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/201510910416.1/，转载请声明来源钻瓜专利网。
