应用于网页中DOM树处理方法

摘要

本发明公开了一种应用于网页中DOM树处理方法，包括以下步骤：步骤S10，获取目标网页所对应的DOM树，删除DOM树中无效信息；步骤S20，计算目标网页中子节点的文本密度和链接密度；步骤S30，根据文本密度和链接密度计算第一权重，判断第一权重是否大于第一预设阈值，若第一权重大于第一预设阈值，则确定对应的子节点为正文标签；步骤S40，在DOM树中根据正文标签确定标题和作者；步骤S50，在DOM树中对内容节点进行降噪处理；步骤S60，根据目标网页的网站域名保留DOM树模型。本发明，能够建立与目标网页匹配度高的DOM树，以便于用户在后续过程中的信息检索，适应不同类型的网站。