Web页面清洗技术的研究与实现

摘要：

文章提出了Web页面清洗的概念,给出了一种基于规则的Web页面清洗方案,并实现了基于此方案的系统.文中的页面清洗建立在Web页面的DOM树结构上,并通过人工判定的方法进行了实验和评估.实验结果表明该方案切实可行、清洗方法具有较快的速度和准确性.

关键词：Web页面清洗、文本块、链接块、DOM、解析器

所属期刊栏目：28

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金60073030;富士通研究所科研项目

在线出版日期：2004-01-08（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：48-50,197