结构化文件的信息提取方法、部分识别方法、部分选择提取方法及装置

摘要

一种自结构化文件提取信息之方法，包括如下步骤：将包括标记标识符的部分树标识符赋与所选择部分树，该标记标识符包括对应于所选择部分树根的标记名、该标记的至少1个文件格式属性名、该至少1个文件格式属性值；若该标记的上述至少1个文件格式属性包括多个文件格式属性，则在上述标记标识符中按给定顺序排列上述文件格式属性名；从更新后树结构文件中所存在的部分树的部分树标识符系列特定出部分树，该部分树具有同上述所选择部分树的部分树标识符一样的部分树标识符。