[发明专利]一种网页要素的自动提取方法、系统及计算机存储介质在审
| 申请号： | 201811341252.5 | 申请日： | 2018-11-12 |
| 公开（公告）号： | CN109657117A | 公开（公告）日： | 2019-04-19 |
| 发明（设计）人： | 朱振水;栾江霞;章正道;许剑锋;林志扬 | 申请（专利权）人： | 厦门市美亚柏科信息股份有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/955 |
| 代理公司： | 厦门福贝知识产权代理事务所(普通合伙) 35235 | 代理人： | 郝学江 |
| 地址： | 361000 福建省厦门市*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种网页要素的自动提取方法、系统及计算机存储介质，该方法包括：基于浏览器插件提取所述网页的URL，获取爬虫采集规则库和网站版块集合；判断所述网站版块集合在爬虫采集规则库中是否存在提取规则，如果所述爬虫采集规则库中存在所述网站版块集合的提取规则，则提取所述网页的要素；判断所述网页的要素是否提取成功，如果所述网页的要素提取成功则将提取的内容填充到对应的文本区域。根据本发明的方法、系统及计算机存储介质，可以增加提取网页要素以及截图的准确性、灵活性、易用性，为信息编辑人员查阅收集网页信息提供很好的技术支持。 | ||
| 搜索关键词： | 网页 计算机存储介质 爬虫 采集规则 版块 网站 集合 提取规则 自动提取 浏览器插件 技术支持 内容填充 网页信息 文本区域 信息编辑 要素提取 易用性 成功 | ||
【主权项】：
1.一种网页要素的自动提取方法，其特征在于，所述方法包括：基于浏览器插件提取所述网页的URL，获取爬虫采集规则库和网站版块集合；判断所述网站版块集合在爬虫采集规则库中是否存在提取规则，如果所述爬虫采集规则库中存在所述网站版块集合的提取规则，则提取所述网页的要素；如果所述爬虫采集规则库中不存在所述网站版块集合的提取规则，则根据用户选中指定区域的信息内容标示为网页要素，并形成对应的提取规则；和/或，运维处理人员在运维处理中对失败的提取规则进行二次处理；判断所述网页的要素是否提取成功，如果所述网页的要素提取成功则将提取的内容填充到对应的文本区域。
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厦门市美亚柏科信息股份有限公司，未经厦门市美亚柏科信息股份有限公司许可，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/201811341252.5/，转载请声明来源钻瓜专利网。
