应用于网页中DOM树处理方法
基本信息
| 申请号 | CN202010436191.1 | 申请日 | - |
| 公开（公告）号 | CN111651694A | 公开（公告）日 | 2020-09-11 |
| 申请公布号 | CN111651694A | 申请公布日 | 2020-09-11 |
| 分类号 | G06F16/955(2019.01)I;G06F16/958(2019.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 詹锦州;杜卫红;谢立欧 | 申请（专利权）人 | 深圳市比一比网络科技有限公司 |
| 代理机构 | 深圳市科吉华烽知识产权事务所（普通合伙） | 代理人 | 深圳市比一比网络科技有限公司 |
| 地址 | 518000广东省深圳市南山区科苑北路讯美科技大厦1栋3楼306室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种应用于网页中DOM树处理方法，包括以下步骤：步骤S10，获取目标网页所对应的DOM树，删除DOM树中无效信息；步骤S20，计算目标网页中子节点的文本密度和链接密度；步骤S30，根据文本密度和链接密度计算第一权重，判断第一权重是否大于第一预设阈值，若第一权重大于第一预设阈值，则确定对应的子节点为正文标签；步骤S40，在DOM树中根据正文标签确定标题和作者；步骤S50，在DOM树中对内容节点进行降噪处理；步骤S60，根据目标网页的网站域名保留DOM树模型。本发明，能够建立与目标网页匹配度高的DOM树，以便于用户在后续过程中的信息检索，适应不同类型的网站。 |
