基于CSS的网页分割算法

• 作者: 刘建 孙晓辉 王劲林 陈晓
• 来源期刊: 微计算机应用
• 学科: 工学
• 关键词: 网页分割 HTML CSS 聚类 信息块
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 网络与通信
• 页码范围: 46-51
• 页数: 6页
• 分类号: TP3
• 字数: 5047字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-347X.2008.09.010

摘要

在页面变换,信息抽取,信息过滤等应用中,首先需要将原始页面分割成为若干合适的信息块以便于后续的处理.本文提出了一种基于CSS的网页分割算法,通过对网页进行解析和布局处理,提取出其中的CSS信息,并且使用重复模式检测和聚类的方法对生成的CSS树进行分割.试验证明该方法能够有效地分割网页,并且不依赖于特定的浏览器,适合嵌入式系统使用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建		76	1345	21.0	35.0
3	王劲林		17	124	7.0	10.0
4	陈晓		6	30	4.0	5.0
7	孙晓辉		6	67	5.0	6.0