[发明专利]标题列的数据采集方法、装置、计算机设备及存储介质

摘要

本发明公开了标题列的数据采集方法、装置、计算机设备及存储介质，涉及网页表格数据采集领域。该方法包括：定位到网页中的目标表格；对目标表格进行分解，获取标题字段列和与标题字段列相邻且匹配的字段值列构成的组合列，所述组合列设置有多个；按照从上至下的顺序逐行读取组合列中标题字段列的标题字段，将读取到的标题字段按读取顺序进行组合构成标题字段集；按照从上至下的顺序逐行读取组合列中字段值列的字段值，将读取到的字段值与标题字段集中的标题字段依次进行配对，形成标题列的记录。该方法能够针对基于标题列样式所展示的表格进行自动采集，无需人工编排，操作简单，不易出错，并且能够动态适应标题字段的新增、删减、位置变化。

主权项

1.一种基于标题列的网页表格数据采集方法，其特征在于，包括：/n定位到网页中的目标表格；/n对目标表格进行分解，获取标题字段列和与标题字段列相邻且匹配的字段值列构成的组合列，所述组合列设置有多个；/n按照从上至下的顺序逐行读取组合列中标题字段列的标题字段，将读取到的标题字段按读取顺序进行组合构成标题字段集；/n按照从上至下的顺序逐行读取组合列中字段值列的字段值，将读取到的字段值与标题字段集中的标题字段依次进行配对，形成标题列的记录；/n将每一标题列的记录进行组合生成记录集，输出所述记录集。/n