收藏本站
《电脑编程技巧与维护》 2010年02期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

HTMLParser提取网页超链接研究

郎凤举  
【摘要】:每个网页中都存在许多超链接,很多网页的有用信息都存在于超链接中,如何有效地获取这些超链接成为Web挖掘的一个重要步骤。提出了利用HTMLParser开源工具实现Web页面解析,提取网页的超链接,从而获取有用信息,为下一步开发搜索引擎做准备。
【作者单位】中国海洋大学信息科学与工程学院;
【分类号】:TP393.092

知网文化
【引证文献】
中国硕士学位论文全文数据库 前3条
1 郎凤举;基于热点网站内容分析的超链接提取研究[D];中国海洋大学;2010年
2 仇亚东;面向农业领域的垂直搜索技术的研究[D];南京农业大学;2010年
3 苏希乐;面向手机信息的垂直搜索引擎[D];西安工业大学;2012年
【参考文献】
中国期刊全文数据库 前2条
1 李伟;黄颖;;基于HtmlParser的网页信息提取[J];兵工自动化;2007年07期
2 张俊英;胡侠;卜佳俊;;网页文本信息自动提取技术综述[J];计算机应用研究;2009年08期
中国博士学位论文全文数据库 前1条
1 彭涛;面向专业搜索引擎的主题爬行技术研究[D];吉林大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 李畅;王永良;冯晓洁;聂峰;;作战文书关键信息抽取方法[J];兵工自动化;2011年05期
2 王楠;;一种实现Web数据到XML文档的转换算法[J];大连海事大学学报;2010年03期
3 黄轩;;辛亥革命史主题爬虫的设计与实现[J];电脑知识与技术;2011年13期
4 柳永念;钟诚;焦小焦;;基于单元识别的网页信息抽取方法[J];广西大学学报(自然科学版);2011年05期
5 辛玉玲;;搜索引擎相关技术研究概述[J];舰船电子工程;2008年10期
6 陈建国;;基于Web结构的网站新闻采集系统的设计与实现[J];井冈山大学学报(自然科学版);2012年02期
7 余静;刘万军;;基于网页分块的主题爬虫研究[J];计算机与信息技术;2008年10期
8 赵晓峰;凌天斌;彭波;王转妮;;一种基于网页源文件的信息提取算法[J];计算机与现代化;2012年02期
9 王二红;寿永熙;马志强;李静;;多线程搜索器的设计与实现[J];内蒙古农业大学学报(自然科学版);2010年03期
10 朱学芳;冯曦曦;;基于文本内容的农业网页信息抽取和分类研究[J];情报科学;2012年07期
中国重要会议论文全文数据库 前2条
1 吴晨生;刘彦君;张鲁冀;董晓晴;;科普搜索的研究与实现[A];数字博物馆研究与实践(2009)[C];2010年
2 孟红;钟华;;基于htmlparser的搜索引擎信息抽取系统设计与实现[A];第六届全国信息检索学术会议论文集[C];2010年
中国博士学位论文全文数据库 前4条
1 安璐;基于自组织映射的期刊主题研究[D];武汉大学;2009年
2 陈竹敏;面向垂直搜索引擎的主题爬行技术研究[D];山东大学;2008年
3 罗娜;基于本体的主题爬行技术研究[D];吉林大学;2009年
4 刘东飞;智能双语搜索方法及搜索引擎的研究[D];武汉理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 陈晓慧;空间信息服务管理平台的设计与实现[D];山东科技大学;2010年
2 王衍喜;学科团队竞争力分析与评价实证研究[D];西安电子科技大学;2011年
3 卢革超;基于本体的主题搜索引擎技术研究[D];吉林大学;2011年
4 邓丹君;基于Lucene的垂直搜索引擎关键技术研究[D];武汉理工大学;2011年
5 田鹤楠;质检总局舆情监控系统中信息抽取的研究[D];北京邮电大学;2011年
6 刘欢;职位匹配系统的设计与实现[D];华东师范大学;2011年
7 吴宗坤;基于Fuse的资源搜索文件系统设计与实现[D];华南理工大学;2011年
8 郎凤举;基于热点网站内容分析的超链接提取研究[D];中国海洋大学;2010年
9 吕婷婷;统计和规则相结合的新闻网页分类系统的设计与实现[D];电子科技大学;2011年
10 张丽娟;基于Lucene的面向主题爬行搜索引擎的应用研究[D];安徽理工大学;2011年
【同被引文献】
中国期刊全文数据库 前10条
1 李伟;黄颖;;基于HtmlParser的网页信息提取[J];兵工自动化;2007年07期
2 李红梅;丁振国;周水生;周利华;;元搜索引擎结果合成算法[J];北京邮电大学学报;2008年05期
3 杨树林;;正则表达式在网络教学系统中的应用[J];北京印刷学院学报;2005年04期
4 李巍巍;;全文检索引擎工具包Lucene的结构与索引原理的研究[J];才智;2008年09期
5 祝伟华;张正龙;刘斌斌;;基于全文检索工具包Lucene的排序技术[J];重庆工学院学报(自然科学版);2008年12期
6 陈洪猛;;基于垂直搜索技术的搜索引擎解决方案[J];电脑应用技术;2008年01期
7 张静;张妍;;正则表达式及其在信息抽取中的应用[J];电脑知识与技术;2009年15期
8 宫婷;;基于用户兴趣的元搜索引擎检索结果合成技术[J];电信快报;2009年07期
9 唐壹勋;;正则表达式在批量新闻网页处理中的应用[J];福建电脑;2008年03期
10 李彦刚;魏海平;侯兴华;;基于HTMLParser的Web信息抽取系统的设计与实现[J];辽宁石油化工大学学报;2006年02期
中国博士学位论文全文数据库 前3条
1 彭涛;面向专业搜索引擎的主题爬行技术研究[D];吉林大学;2007年
2 张素香;信息抽取中关键技术的研究[D];北京邮电大学;2007年
3 刘东飞;智能双语搜索方法及搜索引擎的研究[D];武汉理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 刘骞;面向美术教育应用领域的搜索引擎研究[D];云南艺术学院;2011年
2 张俭恭;扩展元搜索引擎(EMSE)的系统设计[D];中国科学院研究生院(文献情报中心);2002年
3 李炎茗;元搜索引擎的现状研究与改进设计[D];华中师范大学;2002年
4 索金琳;基于桌面的特定领域meta-search系统的研究[D];河海大学;2002年
5 刘峰;通用中英文专业搜索引擎技术的研究及应用[D];大连理工大学;2004年
6 吴东华;Web信息获取技术研究[D];南京理工大学;2004年
7 滕跃;基于用户兴趣的个性化WEB检索[D];清华大学;2004年
8 寿周翔;专业搜索引擎的研究与设计[D];浙江大学;2005年
9 陈勇;中医药主题搜索网络机器人的研究与实现[D];西南交通大学;2005年
10 曾义聪;基于概念树的主题爬取技术研究[D];湖南大学;2005年
【二级参考文献】
中国期刊全文数据库 前10条
1 张利彪,周春光,刘小华,马铭;粒子群算法在求解优化问题中的应用[J];吉林大学学报(信息科学版);2005年04期
2 杨维,李歧强;粒子群优化算法综述[J];中国工程科学;2004年05期
3 张岩,李文辉,孟宇,庞云阶;应用PSO的快速纹理合成算法[J];计算机研究与发展;2005年03期
4 李凯,赫枫龄,左万利;PageRank-Pro——一种改进的网页排序算法[J];吉林大学学报(理学版);2003年02期
5 赫枫龄;左万利;张雪松;;高性能网页索引器JU_Indexer的实现[J];吉林大学学报(理学版);2006年01期
6 常育红,姜哲,朱小燕;基于标记树表示方法的页面结构分析[J];计算机工程与应用;2004年16期
7 许建潮,侯锟;Web信息的自主抽取方法[J];计算机工程与应用;2005年14期
8 张茂元;邹春燕;卢正鼎;;一种基于语义匹配的Web信息提取方法研究[J];计算机工程与应用;2006年23期
9 朱炜;王超;李俊;潘金贵;;Web超链分析算法研究[J];计算机科学;2003年09期
10 谢晓锋,张文俊,杨之廉;微粒群算法综述[J];控制与决策;2003年02期
【相似文献】
中国期刊全文数据库 前10条
1 龚真平;;基于HTMLParser的Web文献信息提取[J];软件导刊;2011年02期
2 朱运海,江涛,曹银璇,张运生;基于RS和GIS的县级土地利用动态监测研究——以河北省万全县为例[J];现代测绘;2003年06期
3 卢正鼎,董泽锋;文法推断与HMM相结合的信息提取[J];计算机工程与科学;2005年08期
4 白振平;齐童;刘丽丽;;东灵山生态环境变化遥感研究[J];河北师范大学学报(自然科学版);2006年02期
5 张茂元;邹春燕;卢正鼎;;一种基于语义匹配的Web信息提取方法研究[J];计算机工程与应用;2006年23期
6 杨铭;夏芳臣;涂海宁;吴暐;;AutoCAD中明细表生成、更新及提取技术研究[J];南昌大学学报(工科版);2007年01期
7 温兴平;胡光道;杨晓峰;;基于C5.0决策树分类算法的ETM+影像信息提取[J];地理与地理信息科学;2007年06期
8 鄢沛;郭皎;应宏;;一个基于.NET的多线程信息提取框架[J];计算机技术与发展;2007年12期
9 马霞歌;;超媒体学习中信息的组织和获取[J];电脑知识与技术;2008年28期
10 陈越洋;;关于国外农业网站信息的研究[J];农业网络信息;2010年09期
中国重要会议论文全文数据库 前10条
1 邢莉新;许惠平;;卫星遥感数据信息提取新方法研究[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
2 彭天强;邵美珍;;基于神经网络的K-L变换方法研究[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
3 蔡建峰;;基于管理层次的信息供给策略[A];2002年中国管理科学学术会议论文集[C];2002年
4 刘振民;李四海;韩震;;HY-1卫星资料悬浮泥沙浓度信息提取应用系统的研制[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
5 王小军;李永森;;海南基础地理信息数据集建设概要[A];全国测绘科技信息网中南分网第二十一次学术信息交流会论文集[C];2007年
6 陈永慧;李小娟;胡德勇;;京津冀都市圈城市扩展遥感信息提取及动态变化分析[A];地理学与生态文明建设——中国地理学会2008年学术年会论文摘要集[C];2008年
7 杨俊;廖闻剑;彭艳兵;;一类冲突证据的融合方法[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
8 刘宁宁;孙铁;瞿寿德;;基于图象序列的水泥煅烧区的温度预报研究[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
9 安志宏;田素荣;张泽勋;孙永军;;基于ETM+遥感影像的黄河源区湿地信息自动提取方法研究[A];第十四届全国图象图形学学术会议论文集[C];2008年
10 李帅;黄玺瑛;董家瑞;;一种基于神经网络的特定文本信息提取方法[A];第十届中国科协年会论文集(一)[C];2008年
中国重要报纸全文数据库 前10条
1 陈永清 颜廷杰;金属矿产快速评价预测系统完成[N];地质勘查导报;2006年
2 邱阳;基于信息提取计算的路网动态交通分析技术[N];科技日报;2007年
3 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年
4 记者 李为民 通讯员 顾宸宇;民盟陕西省委建议加速“数字陕西”建设[N];人民政协报;2003年
5 中国科学院东北地理与农业生态研究所 李建平;保护地球之肾 遥感体检湿地健康[N];中国水利报;2008年
6 王丽霞;精心组织国家863项目[N];中国交通报;2007年
7 记者 于莘明;我国地质调查取得一批新成果[N];科技日报;2009年
8 郑丽红;不患才之不赡 而患志之不立[N];科技日报;2006年
9 海量智能计算技术研究中心 霍刚;新兴技术为互联网加速[N];计算机世界;2007年
10 山西省文物考古研究所 宋建忠;横水墓地发掘与现场文物保护的思路与对策[N];中国文物报;2008年
中国博士学位论文全文数据库 前10条
1 吕苗荣;信息提取与矿山信息系统的研究开发[D];中南大学;2003年
2 刘亚岚;遥感影像群判读技术的试验研究[D];中国科学院研究生院(遥感应用研究所);2004年
3 姚琛;基于信息提取计算的动态交通数据分析及应用[D];西南交通大学;2011年
4 刘伟东;高光谱遥感土壤信息提取与挖掘研究[D];中国科学院研究生院(遥感应用研究所);2002年
5 刘顺喜;高光谱遥感土地利用信息提取技术研究[D];北京林业大学;2005年
6 许建潮;Web挖掘中若干问题的研究[D];吉林大学;2005年
7 郑跃鹏;基于“3S”技术的广西海岸带变化研究[D];中国地质大学(北京);2009年
8 杨尔弘;突发事件信息提取研究[D];北京语言大学;2005年
9 马小计;正地貌遥感影像在土地利用中的应用研究[D];北京林业大学;2006年
10 程街亮;土壤高光谱遥感信息提取与二向反射模型研究[D];浙江大学;2008年
中国硕士学位论文全文数据库 前10条
1 许勇;基于百科词典的知识获取系统的研究与实现[D];北京工业大学;2001年
2 张磊;基于Internet的智能信息挖掘系统建模及关键技术研究[D];西北工业大学;2003年
3 李慧;基于多源遥感数据的湿地信息提取及景观格局研究[D];福建师范大学;2005年
4 曹鲁慧;远程教育中基于语义Web的信息处理技术研究[D];山东大学;2005年
5 赵长领;基于XML的中间文档信息提取技术研究[D];山东大学;2005年
6 田新光;面向对象高分辨率遥感影像信息提取[D];中国测绘科学研究院;2007年
7 董庆吉;山东招远黄埠岭金矿床地质—地球化学特征及矿体定位信息提取[D];吉林大学;2005年
8 马雪梅;建设用地及其变化信息遥感监测方法研究[D];河海大学;2006年
9 罗忠诚;STEP-NC车削数控系统编译器的研究与开发[D];华中科技大学;2005年
10 周英杰;青海湖地区荒漠化演化遥感动态分析[D];中国地质大学(北京);2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026