一种基于功能区域识别的网页切分方法及装置制造方法及图纸

公开了一种基于功能区域识别的网页切分方法及装置。所述方法包括：针对网页生成文档对象模型（DOM）树，DOM树包括用于网页展示的内容；提取DOM树节点的位置信息和大小信息；解析出层叠样式表（CSS）属性中的边界边缘属性和栏外空白区属性；利用网页分块标注算法对网页进行标注，以标注出功能和语义区，并将标注的块标记为粒度候选；根据DOM树结构在剩余网页中扫描图文混排块，将扫描出的图文混排块标记为粒度候选；扫描剩余的块，如果扫描出的块的边界边缘属性和栏外空白区属性不为0，则将所述块标记为粒度候选；将DOM树中剩余没有标记的块标记为粒度候选。

【技术实现步骤摘要】

【技术保护点】
一种基于功能区域识别的网页切分方法，所述方法包括：针对网页生成文档对象模型（DOM）树，DOM树包括用于网页展示的内容；提取DOM树节点的位置信息和大小信息；解析出层叠样式表（CSS）属性中的边界边缘属性和栏外空白区属性；利用网页分块标注算法对网页进行标注，以标注出功能和语义区，并将标注的块标记为粒度候选；根据DOM树结构在剩余网页中扫描图文混排块，将扫描出的图文混排块标记为粒度候选；扫描剩余的块，如果扫描出的块的边界边缘属性和栏外空白区属性不为0，则将所述块标记为粒度候选；将DOM树中剩余没有标记的块标记为粒度候选。

【技术特征摘要】

【专利技术属性】
技术研发人员：郭瑞，牛正雨，吴一璞，李乐丁，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：