提取规则设计。通过剖析电商网页,提出三条产品信息自动提取规则,分别为:
在电商网页中应当在标题地方添加产品规格信息中的部分重要属性数据与前后缀;网页中产品的属性信息要统一为HTML格式的文本语义标题与表格标题,并且在产品的属性说明地区中要将表格的子节点、文本内容节点适合的减少所占比率;产品的属性名与相应属性数值的地方处于文件对象模型中的同一个文本节点中时,产品的属性名字后要加上自然语言中的分隔符号,一般情况下用冒号表示。
通过对提取规则的设计可以有效的提升产品被相应的搜索引擎检索和收率的概率,用户愈加迅速的提取到相应的产品信息,也有益于在电商网页中布局与搜索引擎的美化。
