[发明专利]网页正文的提取方法及装置在审
| 申请号： | 201811132478.4 | 申请日： | 2018-09-27 |
| 公开（公告）号： | CN110968807A | 公开（公告）日： | 2020-04-07 |
| 发明（设计）人： | 曹志明 | 申请（专利权）人： | 北京国双科技有限公司 |
| 主分类号： | G06F16/957 | 分类号： | G06F16/957 |
| 代理公司： | 北京康信知识产权代理有限责任公司 11240 | 代理人： | 赵囡囡;周春枚 |
| 地址： | 100083 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种网页正文的提取方法及装置。该方法包括：提取目标网页的HTML的主体元素，其中，主体元素包括多个div子元素；遍历主体元素中的div子元素，确定为非正文元素的div子元素；删除主体元素中的非正文元素的div子元素，以提取出网页正文。通过本申请，解决了相关技术中对正文文本少或者评论数据多的网页容易正文提取不准确的问题。 | ||
| 搜索关键词： | 网页 正文 提取 方法 装置 | ||
【主权项】：
暂无信息
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北京国双科技有限公司，未经北京国双科技有限公司许可，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/201811132478.4/，转载请声明来源钻瓜专利网。
