|
|||||
|
|
| HTML数据内容的抽取与集成 | |
| 引用本文： | 欧建雄,张礼平.HTML数据内容的抽取与集成[J].医学教育探索,2003(6):613-616. |
| 作者姓名： | 欧建雄 张礼平 |
| 作者单位： | 华东理工大学计算机科学与工程系，华东理工大学计算机科学与工程系 上海200237，上海200237 |
| 摘 要： | 在XML基础上，利用HTML Tidy可实现轻量级的Web数据挖掘和转换。转换过程主要解决的是HTML文档及其集合要表达的模式信息的分离。转换步骤是利用HTML Tidy提供的标准类库，净化HTML文档，借助DOM生成树对HTML元素结构做进一步分析，最后通过XSL、XPATH等自动提取转换。 |
| 关 键 词： | XML HTML 数据抽取 |
Data Extraction and Integration from HTML Documents |
|
| Abstract: | |
| Keywords: | XML HTML data extraction |
| 点击此处可从《医学教育探索》浏览原始摘要信息 | |
| 点击此处可从《医学教育探索》下载免费的PDF全文 | |