原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
‘9 VoI．I9 No．2
第 卷 第
年青月期 计算机技术与发展
2009年 2 ()MPUTERTECHNOLO()YANDDEⅥ I．()PMENT Feb． 2009
一 种高效Web数据抽取包装器的设计与实现
李宏伟，史培中，张素智
(郑州轻工业学院计算机与通信工程学院，河南 郑州 450002)
摘 要：welb包装器是根据特定的抽取规则从特定的web数据源执行数据抽取程序，设计Web包装器是、vcb信息抽取和
集成的关键技术。详细阐述了一种基于预定义模式的web包装器的设计与实现过程，并选取了几个出版社的新书发布
web页面进行了数据抽取验证和抽取结果分析，取得了较好的效果。充分体现了此Web包装器的可行性、高效性及可维
护性，能够应用在基于Wral~per／Mediator方法的Wbe数据集成。
关键词：包装器；抽取规则；信息抽取；Web数据集成
中图分类号：11】311 文献标识码：A 文章编号：1673—629X(2009)02—0123—04
DesignandImplementationofanEfficientW rapper
for bDataExtraction
LIHong-wei，SHIPei—zhong，ZHANG Su—zhi
(CollegeofComputerandCorrmmnicationEngineering，
ZhengzhouUniversityofLightIndustry，Zhengzhou450002，Claim)
Abstract：WebWrapperextractsthedatafr~-nthegivenW ebSO1．1rC~ accordingtotheeo~ ndingextractionrulesofthem．designisa
keytechnologyforWebinofrmationextractoinandintegration．Describestha designandimplmaentatkm of8kLndoftheWebWraplx~
whichbasedOnpre—definedschema．Thne validatesthedataexnlact；onfromthene^^rbooksinformationWebpagesot$olllepublishing
companies andanalysestheextractionresultswiththiskindofW ebWrapper．Finditcarlaccuratelyextracttheadtaf嘲 ltheW ebsoI-ll℃e．
SocanconcludethatthiskindofWebWrapperwhichproposedinthispaperisfeasible，efficientandmaintaimbh．Itwillbeappliedfor
Wbe adtaintegrationbasedonWrapper／M edia~r．
Keywer4s：wrapper；extractionrule；informatoinextraction；Webadtaintegration
O 引 言 (3)Web数据的内容和表现方式又是动态变化的。
随着 Internet和web技术的迅速发展，Web页面 因此Web数据源的数据集成性非常差，给Web应
成为信息发布的主要载体。基于HTML的
文档评论（0）