获取网页中影视主体的方法及装置

摘要

本发明涉及网络数据通信领域，其公开了一种获取网页中影视主体的方法及装置。该方法包括：在待挖掘影视主体的网页中抽取待挖掘文本，并根据预设切分规则对待挖掘文本进行切分，得到句子集合；在句子集合中，提取所有句子的最长公共子句作为候选影视主体；根据候选影视主体确定该网页的影视主体。通过本发明，能够避免现有技术中当存在大量需要解析的网站时，编写包装器的繁琐过程，还克服当网页结构经常发生变化时，由于无法实时地检测出网页结构的变化，而造成解析失败的缺陷。