基于HTML Parser的网页信息提取技术研究

• 作者: 珠杰 罗潘
• 来源期刊: 西藏大学学报（自然科学版）
• 学科: 工学
• 关键词: 搜索引擎 网页信息提取 HTML Parser
• 年，卷（期）: 2010,（1）
• 页码范围: 41-44
• 分类号: TP301
• 字数: 2017字
• 语种: 中文

摘要

在互联网上信息量激增,迫切需要一些自动化工具帮助人们在海量信息源中迅速找到真正需要的信息.文章基于开源项目HTML Parser包,以提取中关村笔记本频道产品信息的文本信息和图片信息为例,提出了信息提取系统设计方案,给出了文字信息和图片信息提取算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	珠杰	西藏大学工学院	24	123	8.0	10.0
2	罗潘	西藏大学工学院	1	8	1.0	1.0