首页 > 专利技术

一种Web结构化数据快速提取方法及系统[发明专利]

专利名称：一种Web结构化数据快速提取方法及系统专利类型：发明专利

发明人：刘芳作，陈薇，王腾蛟，李强，邱镇，崔迎宝

申请号：CN201910021939.9

申请日：20190110

公开号：CN109948018A

公开日：

20190628

专利内容由知识产权出版社提供

摘要：本发明是一种Web结构化数据快速提取方法，步骤包括：层次遍历目标网站页面当中的网址链接，并以列表形式记录所有网站的网址和对应的网址跳转顺序；从上述列表中识别目标网页的网址，并记录对应的网址跳转顺序，按目标网站到目标网页访问的先后顺序进行网址拼接，生成访问目标网页的网址跳转顺序；根据贪心随机自适应搜索算法出访问目标网页的最优网址跳转顺序；根据上述最优网址跳转顺序访问目标网页，层次遍历目标页面的所有数据项标签，到所有目标数据项标签；从上述所有目标数据项标签中出最短标签路径；根据上述最优网址跳转顺序和最短路径爬取目标网页的目标数据。本发明还提供一种Web结构化数据快速提取系统。

申请人：北京大学，国网信息通信产业集团有限公司，国家电网有限公司，国网浙江省电力有限：100871 北京市海淀区颐和园路5号北京大学

国籍：CN

代理机构：北京君尚知识产权代理事务所(普通合伙)

代理人：余长江

本文发布于:2024-09-20 23:42:02，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/3/418969.html

上一篇：申请知识产权专利实用新型专利

下一篇：一种破伤风类毒素的制备方法[发明专利]