应用树结构的Xpath自动提取算法  

An Xpath Automatic Extraction Algorithm Based on Tree Structure

作　　者：曾燕清 陈志德 李翔宇 ZENG Yanqing;CHEN Zhide;LI Xiangyu(College of Electronics and Information Science,Fujian Jiangxia University,Fuzhou,China,350108;College of Mathematics and Informatics,Fujian Normal University,Fuzhou,China,350117;Department of Computer Science,Mingjiang Teachers College,Fuzhou,China,350118)

机构地区：[1]福建江夏学院电子信息科学学院,福州350108 [2]福建师范大学数学与信息学院,福州350117 [3]闽江师范高等专科学校计算机系,福州350118

出　　处：《福建电脑》2020年第7期34-38,共5页Journal of Fujian Computer

基　　金：福建江夏学院校青年科研人才培育基金项目(No.JXZ2016007);福建省中青年教师教育科研项目资助(No.JAT170617)资助。

摘　　要：网络爬虫是搜索引擎、数据分析、舆情监控、社交网络传播等应用的基础支撑技术,能够从海量数据中有效采集有价值的信息。编写网络爬虫的一个常用方法就是通过Xpath进行提取内容,常需要花费较多人工成本进行有效Xpath比对和获取。本文提出了一种基于树结构的Xpath自动提取算法。实验结果表明,该算法能够以较高的正确率提取有效Xpath。

关 键 词：网络爬虫 树结构 Xpath自动提取 

分 类 号：TP399[自动化与计算机技术—计算机应用技术]