专利名称：网页内容提取方法和装置专利类型：发明专利
发明人：付雷,孟遥,夏迎炬,于浩申请号：CN201010157766.2申请日：20100426公开号：CN102236658A公开日：20111109
摘要：本发明公开了一种网页内容提取方法和装置。该网页内容提取装置包括：网页分割部分，被配置成对网页进行分割，得到至少一个布局块；布局块集合生成部分，被配置成在所述布局块中，找出具有相同宽度的布局块，得到至少一个布局块集合，各集合的布局块具有不同的宽度；布局块确定部分，被配置成确定具有最多布局块的布局块集合；内容提取部分，被配置成基于所述具有最多布局块的布局块集合来提取网页内容。
申请人：富士通株式会社
地址：日本神奈川县
国籍：JP
代理机构：北京集佳知识产权代理有限公司
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容