首页/ 江西国云科技有限公司/ 专利详情

一种网页分割方法

基本信息

申请号 CN201010617741.6 申请日 -
公开（公告）号 CN102073710B 公开（公告）日 2012-11-21
申请公布号 CN102073710B 申请公布日 2012-11-21
分类号 G06F17/30(2006.01)I 分类 计算；推算；计数;
发明人 邓铸辉;陈启华;王向东;钱跃良;林守勋 申请（专利权）人 江西国云科技有限公司
代理机构 北京泛华伟业知识产权代理有限公司 代理人 中国科学院计算技术研究所;江西国云科技有限公司
地址 100190 北京市海淀区中关村科学院南路6号
法律状态 -

摘要

摘要 本发明提供一种网页分割方法，其特征在于，包括：步骤1)获取待分割网页的DOM树；步骤2)遍历所述DOM树，将其中每个只包含1个基本多行结点的结点作为一个基本分块，将每两个只包含1个基本多行结点的结点之间的零散叶结点分别合成一个基本分块；其中，当一个基本多行结点的父结点被作为一个基本分块时，该基本多行结点不再作为一个基本分块；步骤3)在所述基本分块中找出主题块，将主题块与其后面邻接的若干个非主题块合并。本发明能够在分块的同时很好地保持原有的网页结构，避免打散属于同一主题或分类的链接，避免主题或分类标签与其对应的链接分离。本发明的执行效率高，容易实现。