技术编号：6635549
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。本发明适用于搜索引擎领域，提供了一种HTML文档信息抽取表达式的方法，所述方法包括A、接收表达式并将表达式拆解成多个子表达式；B、利用选择器从HTML文档中抽取出每个子表达式数据所在的文档节点；C、从抽取的文档节点中抽取出每个表达式指定属性的值；D、根据正则表达式将抽取的指定属性的值进行正则抽取或替换；E、根据判断表达式配置对指定属性的值进行判断处理；F、根据预设范围值保留预设范围值内的子表达式的序号；G、判断是否有多个子表达式，多个子表达式以“与”和“或...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。
请注意，此类技术没有源代码，用于学习研究技术思路。