基于html标签匹配的网页数据提取方法

摘要

本发明是一种基于html标签匹配的网页数据提取方法，包括步骤：步骤1、预处理html代码，去除代码中的干扰因素；步骤2、遍历目标页面的html标签，并对其进行归类；步骤3、将目标数据与html标签进行匹配；步骤4、根据匹配结果，提取所有目标数据项。该方法可根据用户所需数据来进行提取，而不仅仅是局限于正文，标题等，且准确性高，速度快。