一种确定信息块的位置信息的方法及装置

摘要

本发明公开了一种确定信息块的位置信息的方法，包括：将待处理网页内容转换成模型树，模型树中包含多个节点；针对每种类型的信息块，在多个节点中搜索该种类型信息块的特征信息，特征信息为用于描述该种类型信息块的表现形式的信息；确定包含特征信息的每个节点的权重值，包含特征信息的每个节点包括第一节点和第二节点，第一节点为直接包含特征信息的节点，第二节点为自身不直接包含特征信息的节点；确定特定节点所聚类的信息块的位置信息为该种类型信息块的位置信息，特定节点包括权重值最大的节点，以及权重值最大的节点下属的所有节点。本申请提供的方案可以通过节点聚类的方式准确的自动定位出信息块的位置信息，提高了信息块定位的效率。

主权项

一种确定信息块的位置信息的方法，其特征在于，包括：将待处理网页内容转换成模型树，所述模型树中包含多个节点；针对每种类型的信息块，在所述多个节点中搜索该种类型信息块的特征信息，所述特征信息为用于描述该种类型信息块的表现形式的信息；确定包含所述特征信息的每个节点的权重值，所述包含特征信息的每个节点包括第一节点和第二节点，所述第一节点为直接包含所述特征信息的节点，所述第二节点为不直接包含所述特征信息的节点；确定特定节点所聚类的信息块的位置信息为该种类型信息块的位置信息，所述特定节点包括权重值最大的节点，以及所述权重值最大的节点下属的所有节点。