新一代网络应用的基石——XML技术

在网络中,到目前为止,几乎所有的Web页面都是用HTML语言编写的。但随着Web应用的越来越广泛,HTML的弱点越来越明显,一种替代HTML的Web页面制作语言技术——XML出现了。专家认为:在未来的5年内,XML和HTML将同时用于Eeb应用的开发中,但未来的Web书写工具必定是XML。     

一种基于Web的HTML到XML数据转换方法

随着Internet的发展,以HTML格式显示的Web数据越来越不适应新的发展需求,而用来描述和存储数据的XML语言有着许多优于HTML的技术,于是将HTML格式的数据用XML格式表示出来,是现在网络应用中需要解决的问题。这里介绍的基于Web的HTML到XML数据转换方法能够有效地把HTML格式的文件转换成XML（XHTML）格式的文件。     

跨进XML时代

如果说HTML是互联网络的第一次革命,那么XML则给网络的各种应用带来了第二次历史性的变化,也创造出更多的新型应用机会。XML有利于信息的表达和结构化组织,从而使数据搜索更有效:XML可以使用URL别名使Web的维护更方便,也使Web的应用更稳定;XML可以使用数字签名使Web的应用更广阔拓展到安全保密领域。可以认为来来的Web书写工具必定是XML。 XML代表扩展标识语言(Extensible Markup Language),它是一个精简的SGML(Standard Generalized Markup Language,标准通用标记语言),将SGML的丰富功能与HTML的易用性结     

克服对XML的畏惧心理

自从XML(可扩展标记语言)形成标准以来,围绕它的争论一直没有间断,但大多数Web设计人员仍把它看作网站构建的必备技能。目前,HTML仍然是用来构建Web网站的最流行的标记语言。但根据万维网国际联盟(W3C)研究和编写Web标记语言标准的人士的说法,HTML已经不再是他们推荐使用的标注方法。基于XML的XHTML(可扩展超文本标记语言)在一年多以前就取代HTML成为被推荐使用的标记语言(详情可参看www.w3.org/MarkUp/)。实际上,目前最新的Web标记语言标准是XHTML1.0。不过,只有很少的设计人员在使用XHTML,     

一种基于多叉树的HTML到XML的转换方法

当前的Web信息大多数都是HTML格式的，由于HTML文件中没有严格的结构性，故很难能用一种有效的方法来检索或提取隐藏其中的数据，针对HTML的这种缺陷，本文提出了基于多叉树的HTML到XML转换方法，把对HTML的信息检索问题转化为对XML的检索问题，以便简化下一步的检索问题。     

一种基于多叉树的HTML到XML的转换方法

当前的Web信息大多数都是HTML格式的，由于HTML文件中没有严格的结构性，故很难能用一种有效的方法来检索或提取隐藏其中的数据．针对HTML的这种缺陷，本文提出了基于多叉树的HTML到XML转换方法，把对HTML的信息检索问题转化为对XML的检索问题，以便简化下一步的检索问题．     

基于XML的Web数据抽取研究

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。     

XML应用研究

1 引言 HTML的出现,使互联网迅速普及,由于其简单、易学、通用,从而人人都可以在Web上发布文档。随着网络的发展,人们已不满足于在互联网上展示信息,纷纷转向商务应用。但由于HTML过于简单的语法、结构,使它很难用于该领域,在这种情况下XML诞生了。     

一种基于XML的Web数据挖掘方法

XML的出现为基于Web的数据挖掘带来了便利,但是目前很多网站都是用HTML构建的,要真正做到高效准确的挖掘数据非常困难.介绍一种方法充分利用XML的优点对HTML描述的网站信息进行挖掘,并结合实例说明了这种方法.     

基于XML的Web数据抽取研究

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。