[发明专利]一种使用上下文环境规则的网页数据获取方法在审
| 申请号： | 201611271569.7 | 申请日： | 2016-12-29 |
| 公开（公告）号： | CN108255895A | 公开（公告）日： | 2018-07-06 |
| 发明（设计）人： | 孙翔 | 申请（专利权）人： | 孙翔 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210000 江苏*** | 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： | 本发明公开了一种使用上下文环境规则的网页数据获取方法，包括内容提取规则和规则匹配算法，所述内容提取规则主要是由用户根据提取规则语法自行定义，内容提取规则采用了树状继承结构，提取规则语法采用的是一种条件‑行动语法模式，条件部分包括DOM节点属性和上下文属性，行动部分包括给匹配条件的节点进行分类、升级上下文属性、应用特定的某种内容提取技术。本发明通过融合多种数据挖掘领域主要数据提取技术，并在此基础上实现更为精确的网页数据提取效果，本方法方案提取规则语法定义简单，容易学习，易于使用，编写效率高，通过规则匹配条件实现了同一页面不同提取方法的精确应用，内容提取质量高于现有同类产品。 | ||
| 搜索关键词： | 内容提取 提取规则 网页数据 上下文环境 上下文属性 规则匹配 语法 匹配条件 数据提取 数据挖掘 同一页面 语法定义 语法模式 算法 应用 融合 分类 升级 继承 学习 | ||
【主权项】：
1.一种使用上下文环境规则的网页数据获取方法，其特征在于，包括内容提取规则和规则匹配算法，所述内容提取规则主要是由用户根据提取规则语法自行定义，内容提取规则采用了树状继承结构，提取规则语法采用的是一种条件‑行动语法模式，条件部分包括DOM节点属性和上下文属性，DOM节点属性包括标签名、节点类名、节点ID、节点字体名、节点宽度属性、节点高度属性和DOM节点内部的一些计算值；行动部分包括给匹配条件的节点进行分类、升级上下文属性、应用特定的某种内容提取技术。
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孙翔，未经孙翔许可，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/201611271569.7/，转载请声明来源钻瓜专利网。
- 上一篇：建立数据库的方法和装置
- 下一篇：网页预读方法、网页访问方法、设备及电子设备
