|
|||||
|
|
| 一种新的HTML页面清洗压缩算法 | |
| 引用本文： | 任仲晟.一种新的HTML页面清洗压缩算法[J].福建电脑,2009,25(1):60-61. |
| 作者姓名： | 任仲晟 |
| 作者单位： | 福建师范大学数学与计算机科学学院,福建,福州,350007 |
| 摘 要： | 本文提出了一种新的适用于Web信息抽取的HTML页面清洗压缩算法。该算法充分利用了HTML页面树中各标签的相对位置信息。实验表明，该算法能够有效地处理页面中的语法错误，并实现对页面冗余数据的压缩。具有良好的实用价值和应用前景。 |
| 关 键 词： | HTML页面清洗 HTML页面压缩 预处理 信息抽取 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
