網頁切片的粒度題目:

之前我寫過:一種面向搜索引擎的網頁分塊、切片的原理，實現和演示，跟著工作的深入，逐漸遇到以下題目:

這是我研究網頁切片算法的一個匯總想法主意。歸結到90度和0度上去，得到一個條塊分割的矢量圖。 網頁切片算法。

這段時間對算法的一個體會就是，算法就是解決特定題目的方法。

假如處理分頁的內容型網頁:

從切片的粒度可以看出，應該把內容區作為一個部門單獨切出來。

好的辦法只有一個，模擬鼠標擊鍵，擊鍵處的對象返回響應，這在IE能夠實現的。

干嗎要分析HTML呢?情況多得很，根天職析不外來。

視覺分析只能落腳到視覺上，只能對頁面的靜態畫面作分析才能得到準確的條塊分割，分割條塊是輕易的簡樸算法就能做到，但是要把這些內容歸結到分割到的條塊是難的。看他怎么分析。對不同網頁，應該有個識別算法，應該包括哪些尺度?

互連網紗功能的網頁大概有2種類型，目錄型和內容型;跟著搜索引擎的發展，網站結構逐漸向扁平化的方向發展，車東 對此也做出了數據驗證，而且跟著顯示器分辨率的不斷進步，內容和目錄結合型的網頁呈增加趨勢，天極的網頁涉及，可以說是其中的典范。

我目前的進展是:可以識別 導航區、鏈接區、頁腳區。但能把我們解決的題目用數學模型表達出來還是一個不斷進步算法水平的基本要求。

就拿最簡樸的，我有一個類似于OutLook工具條的頁面風格，都是腳本天生的，我看他怎么分析!

況且，現在依靠客戶端腳本展現動態表現力慢慢開始流行，這個算法很難適應未來的潮流。

我那天用浮動的 用絕對位置定位代替 定位，并且在客戶真個JavaScript中動態排列。

我怎么想都覺得我的簡樸算法都要比文中的算法強多了。然后作恍惚處理，然后用一個亮度閾值把圖片轉換成二值圖，然后作一個矢量化處理，留下線條。可是實現起來有良多障礙，正如這位所說的:

現在大多數網站為了改善用戶體驗和增加頁面展示次數的需要，對網頁做了分頁處理，這部門需要設別出來。教科書上的算法大都是最一般性，常用性的方法的說明。客戶真個對象用腳本動態天生插入。

  網頁內容區最大范圍識別:

網頁切片算法的對象應該是針對:內容型和內容目錄混合型。

無意間看到了:VIPS:基于視覺的Web頁面分頁算法 ，從理論上證實了這種方法的可行性。

然后，每一塊中按照密度用鼠標點擊模擬獲得對象!這樣就可以完成了條塊歸納了。

  網頁切片的網頁對象:

網頁切片算法的目的不是精確找到所需要的內容，而是識別劃分網頁的各種功能區域，導航區，鏈接區，內容，頁腳區和廣告區等。

對內容區的分析是個難點，鑒于我自己的需要，只要找到最大的內容區就可以了。這樣才能取得分割好條塊后的對象歸屬。根據一般的網頁設計規律，一般有2種容納內容區的方式:1、包含型(如blog ) 2、并列型(如bbs帖子)。

視覺依賴畫面分割條塊，很簡樸，對空缺進行膨脹-縮小算法，這樣留白就能逐漸清楚出來，文字就恍惚了。

套句俗話，能解決實際題目的方法就是好方法。

這樣的算法太依靠于詳細實現了，很難有好的解決辦法。