[发明专利]一种获取网页正文内容的方法和相关装置在审
| 申请号： | 201910218401.7 | 申请日： | 2019-03-21 |
| 公开（公告）号： | CN110309392A | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 王泽龙 | 申请（专利权）人： | 广州国音智能科技有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/9536;G06K9/32;G06K9/46;G06Q50/00 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 510000 广东省广州市黄埔*** | 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： | 本申请实施例公开了一种获取网页正文内容的方法和相关装置，包括：获取目标网页的网页截图；根据预置的边缘检测算法确定组成所述网页截图的各个图像区域的轮廓；根据所述轮廓从所述各个图像区域中确定网页正文图像区域；将所述网页正文图像区域转换为文本形式的网页正文内容。本申请实施例能够对网页正文内容进行获取，并适用于不同的网站，解决了现有的方法需要根据不同网站设置相应的采集器造成的实用性低的技术问题。 | ||
| 搜索关键词： | 网页正文内容 图像区域 网页截图 网页正文 相关装置 网站 边缘检测算法 获取目标 文本形式 采集器 预置 申请 网页 转换 | ||
【主权项】：
1.一种获取网页正文内容的方法，其特征在于，包括：获取目标网页的网页截图；根据预置的边缘检测算法确定所述网页截图中的各个区域的轮廓；根据所述各个区域的轮廓确定网页正文区域；将所述网页正文区域转换为文本形式的网页正文内容。
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国音智能科技有限公司，未经广州国音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/201910218401.7/，转载请声明来源钻瓜专利网。
