[发明专利]页面内容提取方法、模板的生成方法及装置、介质及设备有效
| 申请号： | 201811303366.0 | 申请日： | 2018-11-02 |
| 公开（公告）号： | CN109582886B | 公开（公告）日： | 2022-05-10 |
| 发明（设计）人： | 张文豪 | 申请（专利权）人： | 北京字节跳动网络技术有限公司 |
| 主分类号： | G06F16/955 | 分类号： | G06F16/955 |
| 代理公司： | 北京天达共和律师事务所 11798 | 代理人： | 向伟;李园 |
| 地址： | 100144 北京市石景山区*** | 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： | 本公开涉及一种页面内容提取方法、模板的生成方法及装置、介质及设备。所述方法包括：根据页面URL对多个页面进行分组，其中，每个页面分组分别对应于一种页面结构；针对每一页面分组，生成当前页面分组下的各个页面对应的dom树；针对每一页面分组，根据当前页面分组下的各个dom树，确定能够代表当前页面分组对应的页面结构的第一特征路径，并至少根据第一特征路径，生成与当前页面分组对应的页面内容提取模板。因此，既可以有效保证所获得的页面内容提取模板的适用性，又可以有效提高页面内容提取模板的准确性。另外，便于根据不同页面结构的页面生成不同的页面内容提取模板，有效保证基于页面内容提取模板进行页面内容提取的准确度。 | ||
| 搜索关键词： | 页面 内容 提取 方法 模板 生成 装置 介质 设备 | ||
【主权项】：
1.一种页面内容提取模板的生成方法，其特征在于，所述方法包括：根据页面URL对多个页面进行分组，其中，每个页面分组分别对应于一种页面结构；针对每一页面分组，生成当前页面分组下的各个页面对应的dom树；针对每一页面分组，根据当前页面分组下的各个dom树，确定能够代表当前页面分组对应的页面结构的第一特征路径，并至少根据所述第一特征路径，生成与当前页面分组对应的页面内容提取模板。
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字节跳动网络技术有限公司，未经北京字节跳动网络技术有限公司许可，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/201811303366.0/，转载请声明来源钻瓜专利网。
- 内容再现系统、内容提供方法、内容再现装置、内容提供装置、内容再现程序和内容提供程序
- 内容记录系统、内容记录方法、内容记录设备和内容接收设备
- 内容服务系统、内容服务器、内容终端及内容服务方法
- 内容分发系统、内容分发装置、内容再生终端及内容分发方法
- 内容发布、内容获取的方法、内容发布装置及内容传播系统
- 内容提供装置、内容提供方法、内容再现装置、内容再现方法
- 内容传输设备、内容传输方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容发送设备、内容发送方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容再现装置、内容再现方法、内容再现程序及内容提供系统
- 内容记录装置、内容编辑装置、内容再生装置、内容记录方法、内容编辑方法、以及内容再生方法
