网站信息提取系统与方法

1.一种网站信息提取系统，通过互联网(Internet)与环球信 息网(world wide web)连接，用以浏览并过滤该环球信息网的网页 数据，所述网站信息提取系统至少包括：
一个搜寻装置，经由互联网与环球信息网连接，用以依据用户 所设定的一个网页搜寻条件来搜寻该环球信息网中的网页数据，并 将搜寻结果输出到一个搜寻网页文件中；
一个数据提取装置，用于接收所述搜寻网页文件，并依据用户 所设定的一个网页过滤条件来提取所述搜寻网页文件的内容并形成 一个提取文件；以及
一个存储装置，用于存储所述网页搜寻条件、所述网页过滤条 件、所述搜寻网页文件以及所述提取文件。
2.如权利要求1所述的系统，其中所述系统还包括一个监视 器(monitor)，所述监视器用于显示所述提取文件的内容。
3.如权利要求1所述的系统，其中所述网页过滤条件还包括 一个提取栏起始字、一个提取栏结束字、一个提取段落起始字、一 个提取段落结束字以及一个待删除文字，且所述数据提取装置还包 括：
一个栏提取单元，用于提取所述搜寻网页文件中位于所述提取 栏起始字与所述提取栏结束字之间的数据；
一个标记删除单元，用于删除所述搜寻网页文件中的所有网页 显示控制标记(tag)；以及
一个段落提取单元，用于删除或保留所述搜寻网页文件中位于 所述提取段落起始字与所述提取段落结束字之间的数据，还可用于 删除所述搜寻网页文件中的所述待删除文字。
4.如权利要求3所述的系统，其中所述数据提取装置还包括 一个数据提取设定单元，所述数据提取设定单元用于供所述用户设 定所述网页过滤条件。
5.如权利要求1所述的系统，其中所述系统还包括一个搜寻 装置设定装置，所述搜寻装置设定装置用于供所述用户设定所述网 页搜寻条件。
6.一种网站信息提取方法，用于供一个用户浏览并过滤环球 信息网的网页数据，所述网站信息提取方法包括：
所述用户设定一个网页搜寻条件与一个网页过滤条件；
依据所述网页搜寻条件，搜寻所述环球信息网中的网页数据， 并将搜寻结果输出到一个搜寻网页文件中；以及
依据所述网页过滤条件，提取所述搜寻网页文件的内容并形成 一个提取文件。
7.如权利要求6所述的方法，其中所述方法还包括：
显示所述提取文件的内容。
8.如权利要求6所述的方法，其中所述网页过滤条件还包括 一个提取栏起始字、一个提取栏结束字、一个提取段落起始字以及 一个提取段落结束字，且依据所述网页过滤条件来提取所述搜寻网 页文件的内容并形成一个提取文件的步骤还包括：
删除或保留所述搜寻网页文件中位于所述提取段落起始字与所 述提取段落结束字之间的数据；
提取所述搜寻网页文件中位于所述提取栏起始字与所述提取栏 结束字之间的数据；以及
删除所述搜寻网页文件中的所有网页显示控制标记。
9.如权利要求6所述的方法，其中所述网页过滤条件还包括 一个提取栏起始字、一个提取栏结束字以及一个待删除文字，且依 据所述网页过滤条件提取所述搜寻网页文件的内容并形成一个提取 文件的步骤还包括：
删除所述搜寻网页文件中的所述待删除文字；
提取所述搜寻网页文件中位于所述提取栏起始字与所述提取栏 结束字之间的数据；以及
删除所述搜寻网页文件中的所有网页显示控制标记。
10.如权利要求6所述的方法，其中所述网页过滤条件还包括 一个提取栏起始字以及一个提取栏结束字，且依据所述网页过滤条 件提取所述搜寻网页文件的内容并形成一个提取文件的步骤还包 括：
提取所述搜寻网页文件中位于所述提取栏起始字与所述提取栏 结束字之间的数据；以及
删除所述搜寻网页文件中的所有网页显示控制标记。
11.一种计算机可读的记录媒体，包括一个用于执行网站信息 提取方法的程序，其中所述方法用于供用户浏览并过滤环球信息网 的网页数据，所述网站信息提取方法包括：
所述用户设定一个网页搜寻条件与一个网页过滤条件；
依据所述网页搜寻条件，搜寻所述环球信息网中的网页数据， 并将搜寻结果输出到一个搜寻网页文件中；以及
依据所述网页过滤条件，提取所述搜寻网页文件的内容并形成 一个提取文件。
12.如权利要求11所述的计算机可读记录媒体，其中所述方 法还包括：
显示所述提取文件的内容。
13.如权利要求11所述的计算机可读记录媒体，其中所述网页 过滤条件还包括一个提取栏起始字、一个提取栏结束字、一个提取 段落起始字以及一个提取段落结束字，且依据所述网页过滤条件提 取所述搜寻网页文件的内容形成一个提取文件的步骤还包括：
删除或保留所述搜寻网页文件中位于所述提取段落起始字与所 述提取段落结束字之间的数据；
提取所述搜寻网页文件中位于所述提取栏起始字与所述提取栏 结束字之间的数据；以及
删除所述搜寻网页文件中的所有网页显示控制标记。
14.如权利要求11所述的计算机可读记录媒体，其中所述网 页过滤条件还包括一个提取栏起始字、一个提取栏结束字以及一个 待删除文字，且依据所述网页过滤条件提取所述搜寻网页文件的内 容形成一个提取文件的步骤还包括：
删除所述搜寻网页文件中的所述待删除文字；
提取所述搜寻网页文件中位于所述提取栏起始字与所述提取栏 结束字之间的数据；以及
删除所述搜寻网页文件中的所有网页显示控制标记。
15.如权利要求11所述的计算机可读记录媒体，其中所述网 页过滤条件还包括一个提取栏起始字以及一个提取栏结束字，且依 据所述网页过滤条件提取所述搜寻网页文件的内容形成一个提取文 件的步骤还包括：
提取所述搜寻网页文件中位于所述提取栏起始字与所述提取栏 结束字之间的数据；以及
删除所述搜寻网页文件中的所有网页显示控制标记。

暂无