基于HTML Parser的网页信息提取技术研究  

Research on Extraction of Web Information Technique Based on HTML Parser

作　　者：珠杰[1] 罗潘[1] 

机构地区：[1]西藏大学工学院,西藏拉萨850000

出　　处：《西藏大学学报（社会科学版）》2010年第3期41-44,共4页Journal of Tibet University

摘　　要：在互联网上信息量激增,迫切需要一些自动化工具帮助人们在海量信息源中迅速找到真正需要的信息。文章基于开源项目HTMLParser包,以提取中关村笔记本频道产品信息的文本信息和图片信息为例,提出了信息提取系统设计方案,给出了文字信息和图片信息提取算法。Since the quick increase of network information,some automation tools are needed for searching web information what one really needs.In this paper,the extracting text and graphic information from the Zhongguancun notebook channel production information is as an example,the designing information extracting system and graphic information＇s extraction algorithm are given based on open-source projects HTML Parser package.

关 键 词：搜索引擎 网页信息提取 HTML PARSER 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]