检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]华南理工大学广东省计算机网络重点实验室,广东广州510640
出 处:《江西师范大学学报(自然科学版)》2008年第2期153-156,共4页Journal of Jiangxi Normal University(Natural Science Edition)
基 金:国家863计划(2006AA01Z196)资助项目
摘 要:针对广告抽取系统的实际需求,该文提出了利用XPath规则从包含多个广告的页面中抽取广告记录数据的方法.该文主要阐述了广告抽取系统核心模块的实现机制和系统架构.实验结果表明,该方法能够准确定位页面广告数据块,并且能较好提取块内广告记录信息,具有一定的实用价值.Aiming at the actual demand for advertisement extraction engine, a novel method for extracting advertisement records from web pages by utilizing XPath rule is pressnted on this paper. The implementation mechanism of core modules of the system and its architecture is mainly descried. The experiment results show this method can accurately locate the advertisement block in web pages, extract advertisement records comparably well from blocks and has a practicability in a certain degree.
关 键 词:信息抽取 XPATH 广告数据块 广告记录 包装器
分 类 号:TP391.4[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.28