| 发明名称 | 一种抽取正文的方法及装置 | ||
| 摘要 | 本发明实施例提供了一种抽取正文的方法及装置，该方法，包括：获取待抽取网页中的层叠样式表CSS内容；根据所述CSS内容，确定所述待抽取网页中的节点的宽度，根据所述待抽取网页中的节点的宽度，确定包含正文内容的正文节点；根据所述正文节点，对所述待抽取网页进行清理，抽取所述待抽取网页的正文。本发明实施例提供了一种抽取正文的方法及装置，能够更加简单的实现正文抽取。 | ||
| 申请公布号 | CN105740423A | 申请公布日期 | 2016.07.06 |
| 申请号 | CN201610066341.8 | 申请日期 | 2016.01.29 |
| 申请人 | 浪潮软件集团有限公司 | 发明人 | 毛立花;孙海峰;王传超 |
| 分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
| 代理机构 | 济南信达专利事务所有限公司 37100 | 代理人 | 李世喆 |
| 主权项 | 一种抽取正文的方法，其特征在于，包括：S1：获取待抽取网页中的层叠样式表CSS内容；S2：根据所述CSS内容，确定所述待抽取网页中的节点的宽度，根据所述待抽取网页中的节点的宽度，确定包含正文内容的正文节点；S3：根据所述正文节点，对所述待抽取网页进行清理，抽取所述待抽取网页的正文。 | ||
| 地址 | 250100 山东省济南市高新区科航路2877号 | ||