页面类型甄别装置、方法及可读存储介质
授权
摘要
一种页面类型甄别方法、装置及计算机可读存储介质，所述方法包括：对目标URL进行静态抓取得到第一页面；对所述目标URL进行动态抓取得到第二页面；移除所述第一页面及所述第二页面中所包含的噪声内容；计算经过噪声移除处理的第一页面与经过噪声移除处理的第二页面之间的页面相似度；判断所述页面相似度是否大于预设相似度；若所述页面相似度大于所述预设相似度，则标记所述目标URL对应的页面为静态页面；及若所述页面相似度不大于所述预设相似度，则标记所述目标URL对应的页面为动态页面。本发明可以自动甄别URL对应的页面类型是静态页面还是动态页面。
基本信息
专利标题 ：
页面类型甄别装置、方法及可读存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN110990671A
申请号 ：
CN201911121395.X
公开（公告）日 ：
2020-04-10
申请日 ：
2019-11-15
授权号 ：
CN110990671B
授权日 ：
2022-06-10
发明人 ：
吴良顺
申请人 ：
卓尔智联（武汉）研究院有限公司
申请人地址 ：
湖北省武汉市黄陂区盘龙城经济开发区汉口北大道88号汉口北国际交易中心D1区7层
代理机构 ：
深圳市赛恩倍吉知识产权代理有限公司
代理人 ：
饶智彬
优先权 ：
CN201911121395.X
主分类号 ：
G06F16/951
IPC分类号 ：
G06F16/951 G06F16/955 G06F16/958
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/951
•••索引; 网络抓取技术
法律状态
2022-06-10 ：
授权
2020-05-05 ：
实质审查的生效
IPC(主分类) : G06F 16/951
申请日 : 20191115
申请日 : 20191115
2020-04-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
