[发明专利]中文网页数据编码、解码方法及系统有效
| 申请号： | 201210361682.X | 申请日： | 2012-09-25 |
| 公开（公告）号： | CN102880703A | 公开（公告）日： | 2013-01-16 |
| 发明（设计）人： | 梁捷;俞永福;何小鹏;朱顺炎;田文 | 申请（专利权）人： | 广州市动景计算机科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京鸿元知识产权代理有限公司 11327 | 代理人： | 林锦辉;龚洁 |
| 地址： | 510665 广东省广州*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种中文网页数据编码方法，包括：从当前处理的中文网页数据的第一个字符开始，根据预先设置的词库进行分词处理，以确定是否存在与预先设置的词库中的词匹配的以该第一个字符开始的分词；在存在匹配的以该第一个字符开始的分词时，利用与该分词匹配的词的对应Unicode编码替换该分词，或者在不存在匹配的以该第一个字符开始的分词时，利用该第一个字符的Unicode编码替换该第一个字符；以及从当前处理的中文网页数据中去除已经被替换成Unicode编码的部分，作为下一当前处理的中文网页数据，重复执行上述处理，直到中文网页数据被完全替换为Unicode编码流。利用该方法，可以节省编码后的数据流的占用空间，由此减少中文网页数据的存储空间以及数据传输流量。 | ||
| 搜索关键词： | 中文 网页 数据 编码 解码 方法 系统 | ||
【主权项】：
一种中文网页数据编码方法，包括：从所获取的要被压缩的中文网页数据的第一个字符开始，重复执行下述过程，直到该所获取的中文网页数据全部替换成Unicode编码为止：从当前处理的中文网页数据的第一个字符开始，根据预先设置的词库，对该中文网页数据进行分词处理，以确定是否存在与预先设置的词库中的词匹配的以该第一个字符开始的分词；在存在与预先设置的词库中的词匹配的以该第一个字符开始的分词时，在当前要被压缩的中文网页数据中，利用与该分词匹配的词的对应Unicode编码替换该分词，或者在不存在与预先设置的词库中的词匹配的以该第一个字符开始的分词时，在当前要被压缩的中文网页数据中，利用该第一个字符的Unicode编码替换该第一个字符；以及从当前处理的中文网页数据中去除已经被替换成Unicode编码的部分，作为下一当前处理的中文网页数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州市动景计算机科技有限公司，未经广州市动景计算机科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210361682.X/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
