技術(shù)編號(hào):6639987
提示:您尚未登錄,請(qǐng)點(diǎn) 登 陸 后下載,如果您還沒有賬戶請(qǐng)點(diǎn) 注 冊(cè) ,登陸完成后,請(qǐng)刷新本頁(yè)查看技術(shù)詳細(xì)信息。本發(fā)明涉及一種,該方法包括對(duì)網(wǎng)頁(yè)Web的頁(yè)面數(shù)據(jù)建立DOM樹,從DOM樹中遞歸選取包含所有待抽取信息的節(jié)點(diǎn)子樹,選取節(jié)點(diǎn)子樹中所有待抽取信息的屬性節(jié)點(diǎn)的路徑、值節(jié)點(diǎn)的路徑和最小的子樹,將最小的子樹的根節(jié)點(diǎn)作為超文本標(biāo)記語言HTML標(biāo)簽相對(duì)特征坐標(biāo)系的原點(diǎn);將從DOM樹中訓(xùn)練得到待抽取信息的屬性和值在HTML標(biāo)簽相對(duì)特征坐標(biāo)系中的路徑,生成屬性坐標(biāo)和值坐標(biāo),根據(jù)相對(duì)特征坐標(biāo)系的原點(diǎn)、屬性坐標(biāo)和值坐標(biāo)定位待抽取信息;將屬性坐標(biāo)和值坐標(biāo)作為待抽取信息的抽取規(guī)則,...
注意:該技術(shù)已申請(qǐng)專利,請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出,在未取得專利權(quán)人授權(quán)前,僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán),增加技術(shù)思路,做技術(shù)知識(shí)儲(chǔ)備,不適合論文引用。
請(qǐng)注意,此類技術(shù)沒有源代碼,用于學(xué)習(xí)研究技術(shù)思路。