面向敏感网页识别的网页内容获取方案的设计与实现

• 作者: 卓力 陈欣
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: MFC HTML 文本获取 图像获取
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 专题报告——图像技术及其应用
• 页码范围: 24-27
• 页数: 4页
• 分类号: TP391
• 字数: 3032字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2009.05.006

摘要

面向敏感网页识别,设计并实现了一种网页内容获取方案.该方案主要包括HTML(Hypertext Markup Language)源文件的获取、文本获取、图像获取及穿插其中的HTML源文件解析等4部分内容.测试结果表明,无论是中文网页还是英文网页,本设计方案均能获得网页上的文本和图像内容信息,所获取的内容可以满足后续敏感网页识别的应用需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卓力	北京工业大学信号与信息处理研究室	94	839	14.0	24.0
2	陈欣	北京工业大学信号与信息处理研究室	7	9	2.0	3.0