基于HTMLParser的Web文献信息提取

• 作者: 龚真平
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: HTMLParser Web文献 信息提取
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 14-15
• 分类号: TP301
• 字数: 1585字
• 语种: 中文

摘要

基于HTMLParser对网页进行解析,可抽取标签间的Link、image、meta和title等信息.使用HTMLParse来提取Web文献中的题名、关键字、摘要、作者、来源等信息,清洗后存入MySql数据库当中,以备后续数据挖掘使用.对此进行了论述.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚真平	西南交通大学软件学院	1	11	1.0	1.0