| 发明名称 | 一种网页信息抽取方法及其系统 | ||
| 摘要 | 本发明公开了一种网页信息抽取方法及其系统，该方法包括：将待抽取网页解析为文档对象模型DOM树，获取与待抽取网页对应的模板；根据所述模板定义的网页划分粒度遍历所述DOM树，将对应网页划分为内容块；根据所述模板定义的输出规则，将所述内容块的内容和类型信息进行输出。采用本发明可提高网页信息抽取精度。 | ||
| 申请公布号 | CN102651002A | 申请公布日期 | 2012.08.29 |
| 申请号 | CN201110047743.0 | 申请日期 | 2011.02.28 |
| 申请人 | 腾讯科技（深圳）有限公司 | 发明人 | 王传刚;杨巍;张立明 |
| 分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
| 代理机构 | 北京鑫媛睿博知识产权代理有限公司 11297 | 代理人 | 龚家骅 |
| 主权项 | 一种网页信息抽取方法，其特征在于，包括以下步骤：将待抽取网页解析为文档对象模型DOM树，获取与待抽取网页对应的模板；根据所述模板定义的网页划分粒度遍历所述DOM树，将对应网页划分为内容块；根据所述模板定义的输出规则，将所述内容块的内容和类型信息进行输出。 | ||
| 地址 | 518057 广东省深圳市福田区振兴路赛格科技园2栋东403室 | ||