應(yīng)用于網(wǎng)頁中DOM樹處理方法
基本信息
| 申請?zhí)?/td> | CN202010436191.1 | 申請日 | - |
| 公開（公告）號 | CN111651694A | 公開（公告）日 | 2020-09-11 |
| 申請公布號 | CN111651694A | 申請公布日 | 2020-09-11 |
| 分類號 | G06F16/955(2019.01)I;G06F16/958(2019.01)I | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 詹錦州;杜衛(wèi)紅;謝立歐 | 申請（專利權(quán)）人 | 深圳市比一比網(wǎng)絡(luò)科技有限公司 |
| 代理機(jī)構(gòu) | 深圳市科吉華烽知識產(chǎn)權(quán)事務(wù)所（普通合伙） | 代理人 | 深圳市比一比網(wǎng)絡(luò)科技有限公司 |
| 地址 | 518000廣東省深圳市南山區(qū)科苑北路訊美科技大廈1棟3樓306室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種應(yīng)用于網(wǎng)頁中DOM樹處理方法，包括以下步驟：步驟S10，獲取目標(biāo)網(wǎng)頁所對應(yīng)的DOM樹，刪除DOM樹中無效信息；步驟S20，計(jì)算目標(biāo)網(wǎng)頁中子節(jié)點(diǎn)的文本密度和鏈接密度；步驟S30，根據(jù)文本密度和鏈接密度計(jì)算第一權(quán)重，判斷第一權(quán)重是否大于第一預(yù)設(shè)閾值，若第一權(quán)重大于第一預(yù)設(shè)閾值，則確定對應(yīng)的子節(jié)點(diǎn)為正文標(biāo)簽；步驟S40，在DOM樹中根據(jù)正文標(biāo)簽確定標(biāo)題和作者；步驟S50，在DOM樹中對內(nèi)容節(jié)點(diǎn)進(jìn)行降噪處理；步驟S60，根據(jù)目標(biāo)網(wǎng)頁的網(wǎng)站域名保留DOM樹模型。本發(fā)明，能夠建立與目標(biāo)網(wǎng)頁匹配度高的DOM樹，以便于用戶在后續(xù)過程中的信息檢索，適應(yīng)不同類型的網(wǎng)站。?? |
