| 基于XML的Web数据抽取研究 |
| |
| 引用本文： | 吕锋,余丽. 基于XML的Web数据抽取研究[J]. 计算机技术与发展, 2007, 17(6): 53-55 |
| |
| 作者姓名： | 吕锋 余丽 |
| |
| 作者单位： | 武汉理工大学,湖北,武汉,430070 |
| |
| 摘 要： | 文中介绍了三种常用的Web数据抽取的方法：直接解析HTML文档的方法,基于XML的方法（也称作为分析HTML层次结构的方法）以及基于概念建模的方法。重点研究其中的基于XML的数据抽取方法,基本做法是将原始的HTML文档通过一个过滤器检查并修改HTML文档的语法结构,从而形成一篇基于XML的XHTML,然后利用XML工具来处理这些HTML文档。实现了从非结构化的HTML文档向结构化的XML文档转化的预处理过程,给在Web挖掘中使用传统的数据抽取方法进行数据抽取创造了有利条件。
|
| 关 键 词： | 数据抽取 |
| 文章编号： | 1673-629X（2007）06-0053-03 |
| 收稿时间： | 2006-09-16 |
| 修稿时间： | 2006-09-16 |
Study on Web Data Extraction Based on XML |
| |
| Lü Feng,YU Li. Study on Web Data Extraction Based on XML[J]. Computer Technology and Development, 2007, 17(6): 53-55 |
| |
| Authors: | Lü Feng YU Li |
| |
| Affiliation: | Wuhan University of Technology, Wuhan 430070, China |
| |
| Abstract: | |
| |
| Keywords: | XML Web |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
