HTML表格向XML的智能转换

• 作者: 程永上 贾长云
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: HTML表格 结构分析 规范化 信息提取 可扩展标记语言
• 年，卷（期）: 2009,（14）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 32-34
• 页数: 3页
• 分类号: TP311
• 字数: 2891字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.14.012

摘要

XML已经成为处理与管理信息的标准格式,而HTML表格被广泛应用于Web.为了充分利用与管理HTML表格信息,需要将HTML表格转换成XML.提出一种有效的处理方法,该方法包含2个部分,即表格识别与结构转换.表格识别通过检查格式、语法及语义的特征将表格提取出来并分割成值域与属性域,使用预设的表格模板分析属性域与值域间的层次结构并将其转换成XML格式.通过 300多个表格的实验表明,所提出的方法要优于传统方法,结果的准确率达86.7%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾长云	淮海工学院计算机工程学院	31	154	7.0	11.0
2	程永上	河海大学计算机与信息工程学院	6	32	3.0	5.0