[发明专利]一种网页内容提取的方法及装置在审
| 申请号： | 201911388946.9 | 申请日： | 2019-12-30 |
| 公开（公告）号： | CN111046302A | 公开（公告）日： | 2020-04-21 |
| 发明（设计）人： | 孙瑞娟 | 申请（专利权）人： | 珠海趣印科技有限公司 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536;G06F16/957 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 卢泽明 |
| 地址： | 519000 广东省珠海市横琴新*** | 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： | 本发明提供一种网页内容提取的方法及装置，涉及网页内容提取技术领域，尤其涉及网页内容提取的方法及装置，包括如下步骤，获取网页HTML源代码；将HTML源代码进行过滤；对过滤后的内容进行重构；生成正文，完成网页内容的提取。优选地，所述对过滤后的内容进行重构之后，还包括：聚类正文内容。通过本发明，对于简单网页，能够快速提取网页相关内容，增加效率。对于复杂网页，能够提高网页内容提取准确性，从而达到高效，准确地提取网页内容。 | ||
| 搜索关键词： | 一种 网页 内容 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珠海趣印科技有限公司，未经珠海趣印科技有限公司许可，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/201911388946.9/，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
