作者：杨丽萍网页正文提取分块网页标题网页
摘要：目前针对于网页分块的正文提取方法很多。一些学者提出，利用标签的数量来判断目标网页采用何种标签对网页进行结构布局，然后针对某一单一标签，对网页进行分块，这种方法针对与大多数利用标准化XHTML排版的网页是可行的，但是对于很多利用松散标准的HTML网页，其排版布局的标签分布不均，很难准确的提取正文内容；利用预先设置的搜索窗口，准确的分离正文段落和相邻的非正文段落。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《数字技术与应用》（CN：12-1369/TN）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数字技术与应用》关注实际应用，紧跟世界数字技术及计算机发展潮流，以帮读者解决应用中的问题为立足点，以报道最新科技发展为杂志的特色，力求实用性、先进性、趣味性相结合，成为广大读者了解数字技术的窗口和解答应用问题的帮手。
省级期刊
人气 366613 评论 69
人气 247861 评论 47
部级期刊
人气 246702 评论 10
人气 246525 评论 74
