网页内容提取方法以及电子设备

本申请提供了一种网页内容提取方法以及电子设备，其中，该方法包括：对待提取网页进行段落提取，得到待提取网页的至少一个页面段落，根据各页面段落的各标签内容，确定各页面段落中的非标签内容是否为正文内容，若是，则提取正文内容，并将页面段落作为一个目标正文段落，根据待提取网页的页面布局信息，对至少一个目标正文段落进行合并处理，得到待提取网页的正文提取结果。通过对网页内容进行解析，并基于网页内容中的标签识别得到网页的正文内容，可以实现自动化的正文内容提取，本申请不必对网页中的图注、链接等进行预先删除，因此可以减少人工成本，并且针对不同样式的网页具有很好的通用性。