网页超链抓取及自动分类技术实现

摘要：

为网络环境下个性化信息服务系统实现自动建库功能,提出了一种网络蜘蛛程序的技术方案.该方案使用DELPHI集成开发环境提供的TIdhttp组件抓取网页文本,并利用正则表达式和Mshtml组件从中提取超链信息保存到指定数据库,并能对网页文本进行自动的统计分类.

关键词：超链抓取、正则表达式、DELPHI

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：河北省软科学项目05457203D-2

在线出版日期：2007-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：99-102