網(wǎng)頁(yè)轉(zhuǎn)換系統(tǒng)的信息提取模塊基于jsoup對(duì)Web頁(yè)面進(jìn)行信息提取工作, 主要分為文本信息提取和資源路徑的提取。文本信息提取是指提取目標(biāo)網(wǎng)頁(yè)中的重要文本內(nèi)容, 例如導(dǎo)航、信息列表、正文等;為了保證轉(zhuǎn)換完成的網(wǎng)頁(yè)繼承目標(biāo)網(wǎng)頁(yè)的整體風(fēng)格, 資源路徑提取是指通過(guò)代理服務(wù)器提取目標(biāo)網(wǎng)頁(yè)中資源路徑, 例如網(wǎng)頁(yè)頭部加載的CSS, Javascript以及文本內(nèi)容對(duì)應(yīng)的超鏈接。