[发明专利]邮箱信息抽取方法及装置有效
| 申请号： | 201711285206.3 | 申请日： | 2017-12-07 |
| 公开（公告）号： | CN110020366B | 公开（公告）日： | 2021-06-15 |
| 发明（设计）人： | 谢海华;罗学文;陈雪飞;佟津乐;高良才;黄肖俊;汤帜 | 申请（专利权）人： | 北大方正集团有限公司;北大方正信息产业集团有限公司 |
| 主分类号： | G06F16/958 | 分类号： | G06F16/958;G06F16/84;G06F16/903 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 张子青;刘芳 |
| 地址： | 100871 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种邮箱信息抽取方法及装置，方法包括：对待抽取邮箱的用户主页的HTML文件进行预处理，其中，所述预处理包括去除所述HTML文件中无含义的字符与乱码字符，以及将HTML文件的格式统一转化为预设的目标格式；针对预处理后的HTML文件中的邮箱地址，检测所述邮箱地址中是否存在包含字符串的第一邮箱地址；若存在，则检测所述第一邮箱地址是否满足预设的邮箱格式，若满足，则删除所述第一邮箱地址中的非规则字符；检测当前所述第一邮箱地址的字符长度是否在预设的长度范围内，若是，则将所述第一邮箱地址作为标准邮箱地址。通过本发明，能够提高从网页中获取目标用户的邮箱的精准度。 | ||
| 搜索关键词： | 邮箱 信息 抽取 方法 装置 | ||
【主权项】：
1.一种邮箱信息抽取方法，其特征在于，包括：对待抽取邮箱的用户主页的HTML文件进行预处理，其中，所述预处理包括去除所述HTML文件中无含义的字符与乱码字符，以及将HTML文件的格式统一转化为预设的目标格式；针对预处理后的HTML文件中的邮箱地址，检测所述邮箱地址中是否存在包含字符串的第一邮箱地址；若存在，则检测所述第一邮箱地址是否满足预设的邮箱格式，若满足，则删除所述第一邮箱地址中的非规则字符；检测当前所述第一邮箱地址的字符长度是否在预设的长度范围内，若是，则将所述第一邮箱地址作为标准邮箱地址。
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北大方正集团有限公司;北大方正信息产业集团有限公司，未经北大方正集团有限公司;北大方正信息产业集团有限公司许可，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/201711285206.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种WEB技术网络信息化的站点管理系统
- 下一篇：一种页面渲染方法及装置
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
