一種網(wǎng)頁分割方法

基本信息

申請(qǐng)?zhí)?/td> CN201010617741.6 申請(qǐng)日 -
公開（公告）號(hào) CN102073710B 公開（公告）日 2012-11-21
申請(qǐng)公布號(hào) CN102073710B 申請(qǐng)公布日 2012-11-21
分類號(hào) G06F17/30(2006.01)I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 鄧鑄輝;陳啟華;王向東;錢躍良;林守勛 申請(qǐng)（專利權(quán)）人 江西國(guó)云科技有限公司
代理機(jī)構(gòu) 北京泛華偉業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 中國(guó)科學(xué)院計(jì)算技術(shù)研究所;江西國(guó)云科技有限公司
地址 100190 北京市海淀區(qū)中關(guān)村科學(xué)院南路6號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種網(wǎng)頁分割方法，其特征在于，包括：步驟1)獲取待分割網(wǎng)頁的DOM樹；步驟2)遍歷所述DOM樹，將其中每個(gè)只包含1個(gè)基本多行結(jié)點(diǎn)的結(jié)點(diǎn)作為一個(gè)基本分塊，將每?jī)蓚€(gè)只包含1個(gè)基本多行結(jié)點(diǎn)的結(jié)點(diǎn)之間的零散葉結(jié)點(diǎn)分別合成一個(gè)基本分塊；其中，當(dāng)一個(gè)基本多行結(jié)點(diǎn)的父結(jié)點(diǎn)被作為一個(gè)基本分塊時(shí)，該基本多行結(jié)點(diǎn)不再作為一個(gè)基本分塊；步驟3)在所述基本分塊中找出主題塊，將主題塊與其后面鄰接的若干個(gè)非主題塊合并。本發(fā)明能夠在分塊的同時(shí)很好地保持原有的網(wǎng)頁結(jié)構(gòu)，避免打散屬于同一主題或分類的鏈接，避免主題或分類標(biāo)簽與其對(duì)應(yīng)的鏈接分離。本發(fā)明的執(zhí)行效率高，容易實(shí)現(xiàn)。