Web页面清洗技术的研究与实现

• 作者: 周源远 张福炎 王继成 郑刚
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Web页面清洗 文本块 链接块 DOM 解析器
• 年，卷（期）: 2002,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 48-50,197
• 页数: 4页
• 分类号: TP311
• 字数: 5531字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2002.09.019

摘要

文章提出了Web页面清洗的概念,给出了一种基于规则的Web页面清洗方案,并实现了基于此方案的系统.文中的页面清洗建立在Web页面的DOM树结构上,并通过人工判定的方法进行了实验和评估.实验结果表明该方案切实可行、清洗方法具有较快的速度和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王继成	南京大学软件新技术国家重点实验室南京大学计算机科学与技术系	25	2415	18.0	25.0
2	张福炎	南京大学软件新技术国家重点实验室南京大学计算机科学与技术系	111	3898	30.0	61.0
3	周源远	南京大学软件新技术国家重点实验室南京大学计算机科学与技术系	7	280	7.0	7.0
4	郑刚	南京大学软件新技术国家重点实验室南京大学计算机科学与技术系	3	40	1.0	3.0