应用树结构的Xpath自动提取算法

• 作者: 曾燕清 李翔宇 陈志德
• 来源期刊: 福建电脑
• 学科: 工学
• 关键词: 网络爬虫 树结构 Xpath自动提取
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 研究与探讨
• 页码范围: 34-38
• 页数: 5页
• 分类号: TP399
• 字数: 2441字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2020.07.008

摘要

网络爬虫是搜索引擎、数据分析、舆情监控、社交网络传播等应用的基础支撑技术,能够从海量数据中有效采集有价值的信息.编写网络爬虫的一个常用方法就是通过Xpath进行提取内容,常需要花费较多人工成本进行有效Xpath比对和获取.本文提出了一种基于树结构的Xpath自动提取算法.实验结果表明,该算法能够以较高的正确率提取有效Xpath.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈志德	福建师范大学数学与信息学院	39	98	6.0	7.0
2	李翔宇	闽江师范高等专科学校计算机系	8	10	2.0	2.0
3	曾燕清	福建江夏学院电子信息科学学院	4	8	2.0	2.0