首页/ 北京云泓道元信息技术有限公司/ 专利详情

一种网络信息的自动提取方法及装置

基本信息

申请号 CN201210335719.1 申请日 -
公开（公告）号 CN102855324A 公开（公告）日 2013-01-02
申请公布号 CN102855324A 申请公布日 2013-01-02
分类号 G06F17/30(2006.01)I 分类 计算；推算；计数;
发明人 杨俊拯;温予;张旸;黄百宁;王世平;葛猛;孟玲会 申请（专利权）人 北京云泓道元信息技术有限公司
代理机构 北京凯特来知识产权代理有限公司 代理人 郑立明;赵镇勇
地址 100025 北京市朝阳区八里庄东里1号莱锦创意产业园CN02
法律状态 -

摘要

摘要 本发明提供了一种网络信息的自动提取方法及装置，相应的方法包括从给定信息S相关的网页合集W中找到含有给定信息S的子集Ssub中元素的网页W’；根据预定规则生成信息pattern集合P’，并将信息pattern集合P’与正则表达式集合P求合集获得集合P1；将集合P1与给定信息相关的网页合集W中的所有的网页进行匹配，获得集合Ssub’，直到Ssub==Ssub’时抓取过程结束。本发明通过根据不同的网页生成相应的正则表达式集合，实现自动提取网页中的内容，省去了很多工作量。