一种应用于网页的图片提取方法及装置

摘要

本申请公开一种应用于网页的图片提取方法及装置。该方法中，获取待处理的网页的原始编程语言；获取原始编程语言的语言标签，根据语言标签，滤除其中与正文无关的内容，得到目标编程语言；根据目标编程语言的语言标签的文字密度，确定文字密度最大的语言标签为目标标签；将目标标签指示的网页区域作为目标区域，选择目标区域中的图片作为待提取的图片。通过本方案，无需预先知悉网页的布局结构，适用范围较宽，从而解决现有技术中第一种图片提取方法具有的通用性差的问题；而且只需对待处理的网页的原始编程语言进行分析处理，与现有技术中第二种图片提取方法相比，需要处理的数据较少，解决该方法所具有的开发测试周期长，计算繁琐复杂的问题。

主权项

一种应用于网页的图片提取方法，其特征在于，包括：获取待处理的网页的原始编程语言；获取所述原始编程语言中包括的语言标签，并根据所述语言标签，滤除所述原始编程语言中与正文无关的内容，得到目标编程语言；根据所述目标编程语言中包括的语言标签的文字密度，确定所述文字密度最大的语言标签为目标标签；将所述目标标签指示的网页区域作为目标区域，选择所述目标区域中的图片作为待提取的图片。