[00284645]网页分割方法、装置及电子设备
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201710450838.4
交易方式：
技术转让
技术转让
技术入股
联系人：
华中师范大学
进入空间
所在地：湖北武汉市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明提供的一种网页分割方法、装置及电子设备，涉及网页分割技术领域。对第一HTML文档进行规范化处理，获得规范化后的第二HTML文档；基于第二HTML文档以及预设的行深度计算规则，获取以行号为索引的行深度表；获取第二HTML文档中标题内容，建立以行号为索引的标题表；然后基于去除第二HTML文档中所有标签后的文本信息及预设的行块定义规则，获得文本信息对应的多个行块，再计算多个行块各自对应的行块长度，以建立行块分布函数；基于行块分布函数及以行号为索引的标题表，获取多个标题块；基于多个标题块、以行号为索引的行深度表及预设的合并块规则，对第一HTML文档进行合并块处理，减少时间复杂度和空间复杂度。
摘要：本发明提供的一种网页分割方法、装置及电子设备，涉及网页分割技术领域。对第一HTML文档进行规范化处理，获得规范化后的第二HTML文档；基于第二HTML文档以及预设的行深度计算规则，获取以行号为索引的行深度表；获取第二HTML文档中标题内容，建立以行号为索引的标题表；然后基于去除第二HTML文档中所有标签后的文本信息及预设的行块定义规则，获得文本信息对应的多个行块，再计算多个行块各自对应的行块长度，以建立行块分布函数；基于行块分布函数及以行号为索引的标题表，获取多个标题块；基于多个标题块、以行号为索引的行深度表及预设的合并块规则，对第一HTML文档进行合并块处理，减少时间复杂度和空间复杂度。
