一种互联网主题信息采集方法及装置

发明专利无效专利

申请号：
CN200910110356.X
IPC分类号：G06F17/30
申请日期：
2009-10-28
申请人：
深圳市同洲电子股份有限公司

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	一种互联网主题信息采集方法及装置
申请号	CN200910110356.X	申请日期	2009-10-28
法律状态	权利终止	申报国家	暂无
公开/公告日	2010-05-05	公开/公告号	CN101702160A
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	深圳市同洲电子股份有限公司	申请人地址	广东省深圳市南山区高新区北区第五工业区彩虹科技大楼A2-3区变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	深圳市龙视传媒有限公司	当前权利人	深圳市龙视传媒有限公司
发明人	黎柯
代理机构	广州三环专利代理有限公司	代理人	郝传鑫;潘中毅

摘要

本发明提供了一种互联网主题信息采集方法及装置，所述方法包括：获取互联网网页的超文本标记语言HTML源代码；以div标签为标志标签将所述HTML源代码分成不同的字符串，并将所述不同的字符串形成字符串列表；逐一分析所述字符串列表中的每个字符串，当某个字符串中的HTML标签外的字符个数大于所述HTML标签内的字符个数，且HTML标签外的字符个数大于设定的基数时，将该字符串包含的内容作为主题信息。实施本发明提供的互联网主题信息采集方法和装置，通过以div标签将HTML源代码划分成多个字符串，对多个字符串进行分析，从而获取主题信息，可处理互联网上不同网页模板的网页信息，并提高主题信息采集的准确性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
1	CN101079031A	2007-11-28	2006-06-15	一种网页主题提取系统和方法无效专利	腾讯科技(深圳)有限公司
2	CN101470728A	2009-07-01	2007-12-25	一种中文新闻网页正文的自动抽取方法及装置有效专利	北京大学;北大方正集团有限公司;北京方正电子政务技术有限公司

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