一种网页信息抽取方法及其系统

发明专利有效专利

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种网页信息抽取方法及其系统
申请号	CN201110047743.0	申请日期	2011-02-28
法律状态	授权	申报国家	中国
公开/公告日	2012-08-29	公开/公告号	CN102651002A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0查看分类表>
申请人	腾讯科技（深圳）有限公司	申请人地址	变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	深圳市世纪光速信息技术有限公司	当前权利人	深圳市世纪光速信息技术有限公司
发明人	王传刚;杨巍;张立明
代理机构	北京华沛德权律师事务所	代理人	刘杰

摘要

本发明公开了一种网页信息抽取方法及其系统，该方法包括：将待抽取网页解析为文档对象模型DOM树，获取与待抽取网页对应的模板；根据所述模板定义的网页划分粒度遍历所述DOM树，将对应网页划分为内容块；根据所述模板定义的输出规则，将所述内容块的内容和类型信息进行输出。采用本发明可提高网页信息抽取精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供