基于树和索引的HTML表格数据挖掘算法研究.pdfVIP

ISSN1009—3044 咖胎rJ伽D刚e啪a删Mo岍电脑知识与技术 http：／／、㈣w．dnzs．net．cn 5690964 V01．5，No．1 Tel：+86．55l一5690963 o，April2009，Pp．2553—2556 基于树及索引的HTML表格数据挖掘算法研究 程晓伟，田东风 (中国地质大学，北京100083) 摘要：提出了一种基于树及索引结构的HTML解析与表格数据抽取的算法。并对各子算法复杂性进行了讨论．对HTML标签存贮 模型及表格数据挖掘模型进行了详细的说明，对算法所涉及的二又树、栈、容器、递归等算法及数据结构作了清晰阐述。 关键词：HTML解析器；数据挖掘；HTML标签存储；表格数据抽取 中圈分类号：TP393文献标识码：A 文章编号：l009—30144(2009)lO一2553_04 of Re辩arch ofTabIeData fromHTMLB瞬d伽Tr钟柚dIn