一种基于DOM树路径匹配的文章解析方法
基本信息
| 申请号 | CN202011344778.6 | 申请日 | - |
| 公开（公告）号 | CN112487319A | 公开（公告）日 | 2021-03-12 |
| 申请公布号 | CN112487319A | 申请公布日 | 2021-03-12 |
| 分类号 | G06F16/955(2019.01)I;G06F16/958(2019.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 庞文俊;陈继;张长志;黄星;廖开枫;李小超;伊晓强 | 申请（专利权）人 | 清创网御（合肥）科技有限公司 |
| 代理机构 | 合肥律众知识产权代理有限公司 | 代理人 | 殷娟 |
| 地址 | 230000安徽省合肥市经济技术开发区习友路5999号清华大学合肥公共安全研究院4号楼507室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于DOM树路径匹配的文章解析方法，系统模板库中存储有面向不同网站的特定解析模板；通过网站W的网页URL加载页面上的文章，将该文章按照层级标签解析成DOM树，得到文章中的各个节点及其路径；将网站W的特定解析模板中不同节点的路径与DOM树各条路径进行匹配，获取匹配成功的DOM树路径对应的节点内容；将特定解析模板中节点内容的正则表达式与与其匹配成功的DOM树路径对应的节点内容进行匹配，将匹配成功的节点内容存放到解析结果中；将解析结果按统一格式封装储存。针对不同网站配置特定解析模板，将不同网站上的文章通过特定解析模板解析成统一格式方便统计者进行信息统计。 |
