“分类-产品”结构的网页数据精确抽取方法探寻

• 作者: 周亮
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 网页抽取 “分类-产品”结构 网页包装器 XQuery XPath
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 学术论坛
• 页码范围: 168-168,170
• 分类号: TN919
• 字数: 1705字
• 语种: 中文

摘要

对＂分类-产品＂结构的网页特征进行分析之后,提出一种基于XQuery的精确抽取方法。该方法先提取分类页面的分页信息、产品URL等特征点,爬虫根据特征点进行爬取,然后对产品网页进行数据抽取并保存于XML数据库,使用XPath进行数据查询。该方法适用于需要精确抽取产品数据进行数据建模分析的情景。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周亮	华中科技大学电子与信息工程系	13	221	7.0	13.0