[发明专利]网页信息的提取方法和装置有效
| 申请号： | 201710039114.0 | 申请日： | 2017-01-19 |
| 公开（公告）号： | CN108334508B | 公开（公告）日： | 2021-11-16 |
| 发明（设计）人： | 叶勤春 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06F16/953 | 分类号： | G06F16/953 |
| 代理公司： | 北京博浩百睿知识产权代理有限责任公司 11134 | 代理人： | 宋子良 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 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信息的提取方法和装置。其中，该方法包括：获取用于记录网页内容的第一源码；基于预设条件，去除第一源码中的干扰信息，得到包括网页正文的第二源码；根据第二源码定位网页正文的起始位置和结束位置；从第二源码中提取起始位置和结束位置之间的、且包含图片的网页正文。本发明解决了提取出的网页正文包含干扰信息的技术问题。 | ||
| 搜索关键词： | 网页 信息 提取 方法 装置 | ||
【主权项】：
1.一种网页信息的提取方法，其特征在于，包括：获取用于记录网页内容的第一源码；基于预设条件，去除所述第一源码中的干扰信息，得到包括网页正文的第二源码；根据所述第二源码定位网页正文的起始位置和结束位置；从所述第二源码中提取所述起始位置和结束位置之间的、且包含图片的网页正文。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201710039114.0/，转载请声明来源钻瓜专利网。
- 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
