网页数据抓取过滤方法专利登记公告

专利名称：网页数据抓取过滤方法

摘要：本发明公开了一种网页数据抓取过滤方法，包括如下步骤：a)获取网页Html代码；b)将Html转化为XML序列表；c)对XML序列表利用信息关键词进行模糊匹配获取网页数据。本发明提供的网页数据抓取过滤方法，通过先将Html全面XML序列化，再采用模糊过滤的方式获取XML文件中的网页数据，从而实现快速、较准确的对海量网站数据进行抓取及过滤。

专利类型：发明专利

专利号：CN201110448055.5

专利申请（专利权）人：维构（上海）文化传媒有限公司

专利发明（设计）人：金炜杰

主权项：一种网页数据抓取过滤方法，其特征在于，包括如下步骤：a)?获取网页Html代码；b)?将Html转化为XML序列表；c)?对XML序列表利用信息关键词进行模糊匹配获取网页数据。

专利地区：上海