基于数据区域发现的信息抽取规则生成方法

提出一种自动检测网页中数据记录结构特点并生成Web信息抽取规则的方法,以网页DOM树为基础,自动发现和分离Web数据区域所对应的DOM子树,将其分解为数据记录子树集合,综合数据记录子树的结构特点生成抽取规则。实验结果显示,该方法具有较高的抽取准确率和查全率。     

基于XML的插件式组件系统的研究

借鉴插件程序的概念，提出了一种基于XML的插件式组件系统的开发模式，该模式以组件和XML为技术基础。以XML消息为功能组件间的通信机制，系统组件相互之间以松散的耦合方式进行互联，并能在网络条件下实现灵活的安装和升级。兼具了B／S和C／S系统开发模式的优点。文章着重论述了该模式的系统构架以及基于XML的组件间通信的实现。     

基于子树匹配的交互式Web数据抽取方法

查询相关的Web页面中的数据记录之间具有极高的代码结构相似性。Web数据记录对应的DOM子树之间自然也就具有很高的结构相似性。针对查询相关的Web页面的特点，提出了一种基于DOM子树匹配的交互式Web数据抽取方法，实验证明，该方法能保证很高的数据抽取查全率和准确率。     

基于XML的插件式组件系统的研究

借鉴插件程序的概念,提出了一种基于XML的插件式组件系统的开发模式,该模式以组件和XML为技术基础。以XML消息为功能组件间的通信机制,系统组件相互之间以松散的耦合方式进行互联,并能在网络条件下实现灵活的安装和升级。兼具了B/S和C/S系统开发模式的优点。文章着重论述了该模式的系统构架以及基于XML的组件间通信的实现。