一种基于自动WEB数据抽取生成黄页的方法

• 作者: 扬抒 武刚 陈尚安
• 来源期刊: 科技与创新
• 关键词: 行业黄页 WEB信息抽取 模式匹配 抽取规则
• 年，卷（期）: 2010,（33）
• 页码范围: 14-16
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.33.006

摘要

利用蜘蛛技术爬取相关行业网站的数据.通过基于一种基于新的定位与模式匹配抽取WEB数据的方法,将得到的数据分类后以XML文件保存;通过相应的信息处理、表现技术对分类后的行业URL地址进行展现.最后以林业行业网址的获取和黄页的生成为例进行了实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武刚	北京林业大学信息学院	34	438	9.0	20.0
2	陈尚安	北京林业大学信息学院	1	2	1.0	1.0