9.一種應用了如權利要求1-8任意一項方法的網頁正文及要素提取的系統，其特征在于，包括以下部分：

網頁采集與預處理模塊：用于從同一平臺采集多個網頁，分別對單個網頁進行預處理；

網頁級處理模塊：用于計算單個所述網頁的正文、發布時間、來源的提取候選路徑及其評分，得到所述網頁的網頁級提取候選路徑及評分；其中，所述網頁級提取候選路徑包括網頁級正文提取候選路徑、網頁級發布時間提取候選路徑和網頁級來源提取候選路徑；

其中，所述網頁級處理模塊計算單個所述網頁的正文提取候選路徑及評分進一步包括：

遍歷所述網頁的DOM結構樹，對每個節點計算正文長度占比，根據所述正文長度占比降序排列，取出正文長度占比位于前K位的路徑，計算兩兩路徑之間的最大公共路徑及其綜合評分，取綜合評分最高的最大公共路徑作為所述網頁的網頁級正文提取候選路徑，K為整數；

平臺級處理模塊：用于對多個網頁的所述網頁級提取候選路徑及評分進行綜合計算，得到平臺級提取候選路徑及評分；其中，所述平臺級提取候選路徑包括平臺級正文提取候選路徑、平臺級發布時間提取候選路徑和平臺級來源提取候選路徑；

判斷模塊：用于判斷所述平臺級提取候選路徑是否達到置信水平，如達到則作為平臺級提取路徑，生成所述平臺的要素提取器，如未達到則計算需要重新采集網頁的數量，利用網頁采集與預處理模塊重新采集網頁及進行預處理。