[发明专利]一种基于DOM树的招标网站中标信息抽取方法有效
| 申请号： | 201810301630.0 | 申请日： | 2018-04-04 |
| 公开（公告）号： | CN108563729B | 公开（公告）日： | 2022-04-01 |
| 发明（设计）人： | 陈羽中;林剑;郭昆;张伟智 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06F16/958 | 分类号： | G06F16/958;G06F40/14 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的目的是挺一种基于DOM树的招标网站中标信息抽取方法，包括以下步骤：首先通过对招标网站的中标信息列表页的采集，得到每一个中标项目在列表页中显示的标题以及中标项目详情页的链接，并通过链接得到中标项目详情页的HTML代码，上述数据构成一项中标项目数据，N项中标项目数据构成用数据集；对数据集中的每一项中标项目数据，利用该中标项目在列表页中的标题以及对应的HTML代码，创建一棵DOM树；遍历数据集，生成N棵DOM树；再根据N棵DOM树生成包装器；最后使用包装器抽取中标项目详情页面中的正文内容，即中标项目信息。该方法能够在提高中标信息抽取准确率的同时减少任务总执行时间。 | ||
| 搜索关键词： | 一种 基于 dom 招标 网站 中标 信息 抽取 方法 | ||
【主权项】：
1.一种基于DOM树的招标网站中标信息抽取方法，其特征在于：包括以下步骤：步骤A：通过对招标网站的中标信息列表页的采集，得到每一个中标项目在列表页中显示的标题以及中标项目详情页的链接，并通过链接得到中标项目详情页的HTML代码，中标项目在列表页中的标题以及对应中标项目详情页的HTML代码构成一项中标项目数据，N 项中标项目数据构成用于生成包装器的数据集；N 为不小于1的自然数；步骤B：对数据集中的每一项中标项目数据，利用该中标项目在列表页中的标题以及对应中标项目详情页的HTML代码，创建一棵DOM树，遍历步骤A得到的包含N项中标项目数据的数据集后，生成N棵DOM树；步骤C：使用步骤B创建的N棵DOM树生成包装器Wrapper；步骤D：使用步骤C生成的包装器抽取招标网站的中标项目详情页面中的正文内容，即中标项目信息。
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福州大学，未经福州大学许可，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/201810301630.0/，转载请声明来源钻瓜专利网。
