本申请提供的杂质清除方法及装置，将待处理的数据信息拆分为至少一个段落，并基于段落特征确定段落的至少一个能用于表征段落杂质程度的预定指标的指标值，之后，进一步根据该至少一个指标值确定段落是否为杂质段落，并基于确定结果对数据信息进行杂质段落的清除处理，以最终得到不包括杂质段落的目标数据信息。由此可见，本申请提供了一种基于数据信息的自身段落特征确定段落是否为杂质段落并进而对杂质段落进行清除处理的技术方案，无需分析数据信息的结构，不会因数据信息的结构升级或变更而导致其有效信息内容抓取失败或抓取不准确，且无需较高的人力成本，从而，本申请实现了高效、高准确率、低成本地对数据信息中的杂质进行清除。