[发明专利]网页内容抽取方法、装置及系统在审
| 申请号： | 201510124714.8 | 申请日： | 2015-03-20 |
| 公开（公告）号： | CN106033468A | 公开（公告）日： | 2016-10-19 |
| 发明（设计）人： | 罗鑫骥 | 申请（专利权）人： | 腾讯科技(深圳)有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 胡海国 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种网页内容抽取方法、装置及系统，其方法包括：抽取系统接收业务层发送的抽取网页URL请求，抽取网页URL请求携带有所述业务层配置的网页抽取字段的模板协议文件；根据抽取网页URL请求，调用网页爬虫系统爬取所述URL指定的页面原始内容；以模板协议文件为匹配标准，对页面原始内容进行抽取，并将抽取的内容返回给业务层。本发明充分利用后台爬取网页的能力，同时通过解析原始网页与抽取模板实现抽取原始网页指定标签内容的能力，该方案适应所有Web网页版式抽取指定网页标签内容，提高了抽取原始网页的能力以及网页内容抽取的灵活性。 | ||
| 搜索关键词： | 网页 内容 抽取 方法 装置 系统 | ||
【主权项】：
一种网页内容抽取方法，其特征在于，包括：抽取系统接收业务层发送的抽取网页URL请求，所述抽取网页URL请求携带有所述业务层配置的网页抽取字段的模板协议文件；根据所述抽取网页URL请求，调用网页爬虫系统爬取所述URL指定的页面原始内容；以所述模板协议文件为匹配标准，对所述页面原始内容进行抽取，并将抽取的内容返回给所述业务层。
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腾讯科技(深圳)有限公司，未经腾讯科技(深圳)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/201510124714.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种可疑进程的探测方法及装置
- 下一篇：一种窗口弹跳方法及装置
- 内容再现系统、内容提供方法、内容再现装置、内容提供装置、内容再现程序和内容提供程序
- 内容记录系统、内容记录方法、内容记录设备和内容接收设备
- 内容服务系统、内容服务器、内容终端及内容服务方法
- 内容分发系统、内容分发装置、内容再生终端及内容分发方法
- 内容发布、内容获取的方法、内容发布装置及内容传播系统
- 内容提供装置、内容提供方法、内容再现装置、内容再现方法
- 内容传输设备、内容传输方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容发送设备、内容发送方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容再现装置、内容再现方法、内容再现程序及内容提供系统
- 内容记录装置、内容编辑装置、内容再生装置、内容记录方法、内容编辑方法、以及内容再生方法
