Indexed by：
Abstract：
本发明公开了一种网页结构化数据的信息提取方法，首先对网页代码进行预处理，去除噪音信息，根据网页布局标签作为节点，通过布局标签的嵌套关系和层次关系，构造其DOM树，并存入List，通过判断分支是否相同对DOM树进行剪枝，形成DOM重构树；然后通过节点路径对节点进行标记，并对两个网页对应的DOM重构树进行对比，确定目标对象所在的特征路径，并产生相应的包装器，实现自动抽取。本发明能自动快速地处理大量WEB内容，提取到正确信息。
Keyword：
Reprint 's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN201710605031.3
Filing Date： 2017/7/24
Publication Date： 2020/11/3
Pub. No.： CN107423391B
公开国别： CN
Applicants： 福州大学
Legal Status： 授权
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
