对小说网页内容选择性抽取方法和装置

摘要

本发明提供了一种对小说网页内容选择性抽取方法和装置，该方法包括：将目标小说网页解析成文本对象模型树结构；对所述文本对象模型树结构中的各结点进行分类，以确定所述目标小说网页的结构分块；根据所述结构分块选择性抽取所述目标小说网页相应的结构化数据。本发明通过对文本对象模型树结构中的各结点进行分类，实现对小说网页进行结构分块，进而实现对信息丰富而复杂的小说网页的网页内容的有效抽取。