[发明专利]一种数据清洗方法及相关设备有效
| 申请号： | 202010971243.5 | 申请日： | 2020-09-16 |
| 公开（公告）号： | CN111931113B | 公开（公告）日： | 2021-01-05 |
| 发明（设计）人： | 李超;徐国强 | 申请（专利权）人： | 深圳壹账通智能科技有限公司 |
| 主分类号： | G06F16/958 | 分类号： | G06F16/958;G06F16/957;G06F16/955;G06F16/903;G06F16/951 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 熊永强 |
| 地址： | 518000 广东省深圳市前海深港合作区前*** | 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： | 本申请实施例公开了一种数据清洗方法及相关设备，应用于医疗系统的数据处理技术领域，所述方法包括：爬取网页数据，并从网页数据中提取HTML文本；删除HTML文本中的指定代码块，得到第一文本；将第一文本中的换行标签替换为换行符，得到第二文本；将第二文本中链接标签对应内容中目标属性值以外的部分删除，以保留第二文本中的链接，得到包括链接的第三文本；若检测到第三文本中的链接完整，则删除第三文本中的HTML标签和连续的换行符，得到对网页数据清洗后的目标数据。本方法可以使数据清洗后的网页数据仍然保留原始网页中正文内容的段落格式和链接位置，方便医疗系统后续可以快速从提取到的目标内容中定位到所需的内容或者链接。 | ||
| 搜索关键词： | 一种 数据 清洗 方法 相关 设备 | ||
【主权项】：
暂无信息
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深圳壹账通智能科技有限公司，未经深圳壹账通智能科技有限公司许可，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/202010971243.5/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
