首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

网页正文的识别方法、装置、电子设备及存储介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:东莞盟大集团有限公司

摘要:本申请公开了一种网页正文的识别方法、装置、电子设备及存储介质,其中方法包括:获取待分析网页文本,待分析网页文本包括字符行和空白行,单个空白行和多个连续排列的空白行视作间隔,间隔对应的空白行数量表示该间隔的长度;根据待分析网页文本的所有间隔计算得到一参考间隔长度;利用参考间隔长度过滤待分析网页文本的所有间隔,以保留长度大于参考间隔长度的间隔;穷举搜索任意两行之间对应的字符数和过滤后的所有间隔,并根据各搜索区域对应的字符数和过滤后的所有间隔确定网页正文。本申请具有较高识别准确率,还能适用于多种类型的网页。

主权项:1.一种网页正文的识别方法,其特征在于,包括:获取待分析网页文本,所述待分析网页文本包括字符行和空白行,单个空白行和多个连续排列的空白行视作间隔,所述间隔对应的空白行数量表示该所述间隔的长度;根据所述待分析网页文本的所有间隔计算得到一参考间隔长度;利用所述参考间隔长度过滤所述待分析网页文本的所有间隔,以保留长度大于所述参考间隔长度的所述间隔;穷举搜索任意两行之间对应的字符数和过滤后的所有间隔,并根据各搜索区域对应的字符数和过滤后的所有间隔确定网页正文。

全文数据:

权利要求:

百度查询: 东莞盟大集团有限公司 网页正文的识别方法、装置、电子设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。