[发明专利]一种Web文本的自动提取方法在审
| 申请号： | 201710344170.5 | 申请日： | 2017-05-16 |
| 公开（公告）号： | CN108509468A | 公开（公告）日： | 2018-09-07 |
| 发明（设计）人： | 姚国平 | 申请（专利权）人： | 苏州纯青智能科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/22 |
| 代理公司： | 北京华识知识产权代理有限公司 11530 | 代理人： | 陈敏 |
| 地址： | 215400 江苏省苏*** | 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： |
本发明提出了一种Web文本的自动提取方法，包括以下步骤： |
||
| 搜索关键词： | 文件夹 自动提取 保存 过滤 网页处理模块 文本信息提取 自动数据采集 工作效率 网页分析 网页模块 文本挖掘 文本信息 指定文件 资源整理 资源重组 输入栏 有效地 遍历 网址 下载 匹配 名字 | ||
【主权项】：
1.一种Web文本的自动提取方法，其特征在于：包括以下步骤：![]()
用户在输入栏输入网址，通过获取网页模块和网页处理模块的作用从Internet中下载相应的Web页面，并且按照Web页面的名字，保存在当前路径下html文件夹中，以供网页分析时使用；![]()
提取文本信息模块在当前路径下html文件夹中的所有html文件遍历一遍，并且将html文件中的文本信息提取出来，进行第一次过滤，将第一次过滤后的Web文本保存在指定文件中，最后将文件夹的文件用关键字进行匹配，将最终的结果存放在achieve.txt中保存。
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苏州纯青智能科技有限公司，未经苏州纯青智能科技有限公司许可，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/201710344170.5/，转载请声明来源钻瓜专利网。
