基于HTML解析器的Web信息提取技术

基于HTML解析器的Web信息提取技术
王琳琳
【期刊名称】《郑州轻工业学院学报（自然科学版）》
【年(卷),期】2008(023)006
【摘要】提出一种使用开源的HTML解析器包和正则表达式来提取Web网页信息的方法.该方法能够解析HTML文件的组成结构,并从中提取主体文本以供处理.实验表明,该方法的抽取准确率可达到95%以上,具有简单、准确的特点.
【总页数】4页(P100-102,106)
【作者】王琳琳
【作者单位】枣庄学院计算机科学系,山东,枣庄,277160
【正文语种】中文
【中图分类】TP391.1
【相关文献】
1.基于语义结构的Web信息提取技术 [J], 常勇
2.基于Web的零件工艺信息提取技术的研究 [J], 倪中华;易红;程洁
3.Web文档清洗系统中HTML解析器的开发 [J], 王强;王继成;武港山;张福炎
4.基于XML的Web信息提取技术研究 [J], 张宗平;李海雁
5.基于DOM树统计关键词路径的WEB信息提取研究 [J], 赵建视;梁俊卿;吕笑琳;黄学波;冷悦;张在军;
因版权原因，仅展示原文概要，查看原文内容请购买。