[发明专利]根据可视化模板进行网页内容抽取的方法及装置有效
| 申请号： | 201310606505.8 | 申请日： | 2013-11-25 |
| 公开（公告）号： | CN103678511B | 公开（公告）日： | 2016-11-16 |
| 发明（设计）人： | 马晓辉 | 申请（专利权）人： | 北京奇虎科技有限公司;奇智软件（北京）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京智汇东方知识产权代理事务所(普通合伙) 11391 | 代理人： | 康正德;薛峰 |
| 地址： | 100088 北京市西城区新*** | 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： | 本发明公开一种根据可视化模板进行网页内容抽取方法及装置，属于互联网技术领域。所述方法包括：定向抓取目标网站时，查找网页模板库中是否记录有对应所述目标网站的根据可视化标注生成的网页模板；如果网页模板库中记录有对应所述目标网站的根据可视化标注生成的网页模板，则根据所述网页模板对所述目标网站进行内容抽取。根据本发明，能够提高对网页内容抽取的准确性。 | ||
| 搜索关键词： | 根据 可视化 模板 进行 网页 内容 抽取 方法 装置 | ||
【主权项】：
一种根据可视化模板进行网页内容抽取的方法，包括：定向抓取目标网站时，查找网页模板库中是否记录有对应所述目标网站的根据可视化标注生成的网页模板；如果网页模板库中记录有对应所述目标网站的根据可视化标注生成的网页模板，则根据所述网页模板对所述目标网站进行内容抽取，其中，所述网页模板生成过程包括：获取网页的html文档，将样式表文件和js脚本插入所述html文档中，所述js脚本实现当检测到某个内容区域被选中时，在选中的内容区域上方出现蒙版和标注菜单，所述蒙版和所述标注菜单的显示方式由样式表文件中定义的规则来限定，从而构建对网页进行标注的可视化效果框架；获取对网页各部分内容区域进行标注的指示；所述指示为通过标注菜单选择的对应于选中的内容区域的内容类型；记录内容区域与内容类型的对应关系，得到所述网页模板。
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奇虎科技有限公司;奇智软件（北京）有限公司，未经北京奇虎科技有限公司;奇智软件（北京）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/201310606505.8/，转载请声明来源钻瓜专利网。
