[发明专利]基于规则配置库对网页内容执行结构化提取的方法及装置在审
| 申请号： | 202011437614.8 | 申请日： | 2020-12-10 |
| 公开（公告）号： | CN112597410A | 公开（公告）日： | 2021-04-02 |
| 发明（设计）人： | 叶山茂;赵晶;喻波;王志海;安鹏 | 申请（专利权）人： | 北京明朝万达科技股份有限公司 |
| 主分类号： | G06F16/957 | 分类号： | G06F16/957;G06F16/958 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100142 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： | 本发明提供一种基于规则配置库对网页内容执行结构化提取的方法及装置，所述方法包括：建立规则库，所述规则库中的规则包括解析网页内容所需的配置项；获取待解析的网页内容，获取其对应的网站的url，查询所述规则库；获取待解析的网页，并根据该网页的url，以正则匹配的方式从所述规则库中查找对应的规则，输出规则的配置项；基于所述输出规则的配置项，对所述待解析的网页进行解析；将解析出的结果处理成个性化设置所需的格式。根据本发明的方案，能够共享并复用规则，对网页内容进行高精度、细粒度的提取，提取个性化数据，提取出的数据能够满足第三方数据处理系统的需要。 | ||
| 搜索关键词： | 基于 规则 配置 网页 内容 执行 结构 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明朝万达科技股份有限公司，未经北京明朝万达科技股份有限公司许可，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/202011437614.8/，转载请声明来源钻瓜专利网。
- 上一篇：便携式内存条清理装置
- 下一篇：一种具有导向功能的电驱动式机库推拉门
