垂直搜索引擎爬虫系统的设计

• 作者: 李敏 赵君
• 来源期刊: 长江大学学报（自科版）理工卷
• 学科: 工学
• 关键词: 垂直搜索 可视化XPath生成器 数据抽取 目标字段
• 年，卷（期）: 2010,（3）
• 页码范围: 66-68
• 分类号: TP393
• 字数: 2482字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1409-C.2010.03.016

摘要

垂直搜索引擎爬虫系统的主要作用是根据用户的需求抽取目标字段值.针对垂直搜索引擎数据定向抽取的特点,爬虫系统首先将一张范例网页"清洗"成符合W3C标准的文档,然后利用可视化XPath生成器解析该页面,获取目标字段对应的XPath路径,利用XPath路径进行数据抽取,最终获得目标字段值.经检测,该系统具有较高的抽取效率,其稳定性和安全性都符合实际应用需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏	长江大学计算机科学学院	43	175	6.0	12.0
2	赵君	长江大学计算机科学学院	1	0	0.0	0.0