原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Vol。30
第30卷增刊 昆明理工大学学报《理工版) Sup．
Journalof ofScienceand and Oct．2005
2005年10月 KunmingUniversity Technology．(ScienceTechnology)
基于单层扁平结构的XML网页信息抽取系统的研究与初步实现
火善栋，朱南丽，黄青松
(昆明理工大学信息工程与自动化学院，云南昆明650051)
摘要：从Web网页中自动抽取所需要的信息内容，是互联网信息智能搜索的一个重要研究课
题．为有效解决网页信息的自动抽取问题，文章将JAVA和XML技术相结合，构建了一个基于单
层扁平结构的网页信息抽取系统，只要存贮信息的标记的内部结构不发生变化，该系统基本可以
实现对网页信息的自动抽取．
关键词：信息抽取；XML；XSLT
中图分类号：TP393文献标识码：A 文章编号：1007—855X(2005)Sup一0143—05
Researchand RealizationofXMLInformationExtraction
Primary
Basedon TabularStructure
System SingleLayer
HUO Nan—I．，HUANG
Shan—dong，ZHU Qing—song
ofInformation and ofScienceand
(Faculty EngineeringAutomation，KunmingUniversity Technology，Kunm／ng650051，China)
extractionofweb informationisan fieldintheAIl徽archofthe
Abstract：Automatic important
page study
WWW．Tosolvethe inautomaticextractionofweb information and
problemsexisting page effectively．JAVA
XML arecombinedinthis inorderto anextractionofweb informationbased
technology paper design system page
onsingle tabularstructure．Iftheinnerstructureofthe informationisnot ex-
layer tagstoring changed，automatic
tractionofweb informationcanbe realized．
page basically
words：informationextraction；XML；XSLT
Key
O引言
互联网的飞速发展，已使其成为人们最重要的一个信息来源．如何有效抽取HTML网页中的有关信
息，已成为互联网信息服务中一个重要的研究课题．XML语言的提出，为帮助计算机分析识别网页信息提
供了极大的便利．但HTML简单、易于掌握，因而作为方便人们访问互联网信息的HTML网页预计在今后
相当长的时间内仍将是互联网信息交流与传播的主要表现形式．
对于网页信息的抽取，目前
文档评论（0）