技術(shù)編號：6491804
提示：您尚未登錄，請點 登 陸 后下載，如果您還沒有賬戶請點 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細(xì)信息。本發(fā)明公開了，包括以下步驟對中英文網(wǎng)頁及文字的判別處理、提取文本、根據(jù)預(yù)先建立的特殊字符表查找出網(wǎng)頁數(shù)據(jù)中的特殊字符并對特殊字符進(jìn)行處理和過濾網(wǎng)頁數(shù)據(jù)字符和存儲網(wǎng)頁文本；本發(fā)明能夠準(zhǔn)確的提取出網(wǎng)頁數(shù)據(jù)的文本信息，并能去除掉一些腳本以及過濾掉一些網(wǎng)頁數(shù)據(jù)字符，保證提取文本的準(zhǔn)確性；能夠?qū)μ厥庾址M(jìn)行特殊的解析處理；能夠識別中英文網(wǎng)頁并能采取對應(yīng)的處理措施，避免對網(wǎng)頁數(shù)據(jù)進(jìn)行錯誤的處理。專利說明[0001]本發(fā)明涉及一種數(shù)據(jù)采集技術(shù)，特別是；背景技術(shù)[0002...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。