[发明专利]一种基于标题的网页有效元数据内容提取方法有效
| 申请号： | 201710349934.X | 申请日： | 2017-05-17 |
| 公开（公告）号： | CN107145591B | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 陈桂清 | 申请（专利权）人： | 广州瞬速信息科技有限公司 |
| 主分类号： | G06F16/957 | 分类号： | G06F16/957;G06F16/951 |
| 代理公司： | 广州越华专利代理事务所(普通合伙) 44523 | 代理人： | 陈岑 |
| 地址： | 510000 广东省广州市天河区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于标题的网页有效元数据内容提取方法，通过基于链接标题或网页标题来定义网页的主体内容所在的位置，可以无需对网页的HTML进行人工分析设定抽取规则，只需在识别时输入网页的HTML源码和链接标题信息即可以自动识别出与网页相关的各项元数据信息，本发明易维护，无需配置抽取规则，自动适应各种网站的网页风格，大大减轻了维护成本；速度快，无需学习模式，只要有标题经过简单过滤后识别即可以快速锁定文章的主体信息，在大规模识别网页内容时具备有速度快的特点；精准性高，易读性强，可以较好地保留原文的风格，如加粗、字体大小等风格。 | ||
| 搜索关键词： | 一种 基于 标题 网页 有效 数据 内容 提取 方法 | ||
【主权项】：
一种基于标题的网页有效元数据内容提取方法，其特征在于：所述的提取方法基于链接标题或网页标题来定义网页的主体内容所在的位置，无需对网页的HTML进行人工分析设定抽取规则，只需在识别时输入网页的HTML源码和链接标题信息即可以自动识别出与网页相关的各项元数据信息。
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广州瞬速信息科技有限公司，未经广州瞬速信息科技有限公司许可，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/201710349934.X/，转载请声明来源钻瓜专利网。
