3.2.5　结语

本节提出的基于逻辑链接块的网页正文模板抽取方法，无须人工干预，自动化程度高，对HTML代码的规范性要求不高，也无须对HTML进行精细解析，因而程序容易实现且更健壮；逻辑链接块的识别和去除，剔除了对模板抽取容易造成干扰的一些无关结构，大大提升了后续模块分析和抽取的正确率。所提出的方法可以广泛应用于新闻、博客等网页正文的自动化抽取，因此可以应用于新闻门户等平台的网络舆情信息抽取。