基于子树匹配的交互式Web数据抽取方法  

Approach for Interactive Web Data Extraction Based on Sub-tree Matching

作　　者：张慧颖[1] 曲著伟[1] 

机构地区：[1]天津大学管理学院,天津300072

出　　处：《计算机工程》2006年第9期78-80,共3页Computer Engineering

摘　　要：查询相关的Web页面中的数据记录之间具有极高的代码结构相似性,Web数据记录对应的DOM子树之间自然也就具有很高的结构相似性。针对查询相关的Web页面的特点,提出了一种基于DOM子树匹配的交互式Web数据抽取方法,实验证明,该方法能保证很高的数据抽取查全率和准确率。There is high structural comparability among the HTML codes of Web data rows in query-related Web pages, Naturally, the structures of sub DOM trees are similar to each other, An approach based on sub-tree matching algorithm for interactive query related Web data extraction is represented, The result of the experiment shows high accuracy in terms of recall and precision.

关 键 词：WEB数据抽取 Top-down树匹配 DOM 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]