基于HtmlParser的网页信息提取

• 作者: 李伟 黄颖
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: HtmlParser 信息抽取 网页解析
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 网络与信息技术
• 页码范围: 41,56
• 页数: 2页
• 分类号: TP393.092
• 字数: 600字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1576.2007.07.021

摘要

基于HTMLParser对HTML进行网页解析,可抽取标签间的Link、image、meta和title等信息.即使用HtmlParser来提取网页当中的超链接信息,提取首页URL信息,分析所有URL对应的页面并提取Link信息,信息清洗后存入SQL数据库当中,以备后续工作使用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟	江西理工大学信息工程学院	24	201	8.0	14.0
2	黄颖	江西理工大学信息工程学院	8	130	6.0	8.0