| 网页超链抓取及自动分类技术实现 |
| |
| 引用本文： | 顾潇华,郭军城. 网页超链抓取及自动分类技术实现[J]. 河北大学学报(自然科学版), 2007, 27(1): 99-102. DOI: 10.3969/j.issn.1000-1565.2007.01.025 |
| |
| 作者姓名： | 顾潇华 郭军城 |
| |
| 作者单位： | 河北大学,管理学院,河北,保定,071002 |
| |
| 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 |
| 文章编号： | 1000-1565(2007)01-0099-04 |
| 修稿时间： | 2006-11-10 |
A Scheme of Extraction Hyperlink from Web Page and Automatic Classification |
| |
| GU Xiao-hua,GUO Jun-cheng. A Scheme of Extraction Hyperlink from Web Page and Automatic Classification[J]. Journal of Hebei University (Natural Science Edition), 2007, 27(1): 99-102. DOI: 10.3969/j.issn.1000-1565.2007.01.025 |
| |
| Authors: | GU Xiao-hua GUO Jun-cheng |
| |
| Abstract: | To enable the individualized information service system in the network environment have the function of automatic database building,proposes a basic technical scheme of web Crawler.This scheme includes Tidhttp component in Delphi IDE to capture the text from web pages,Regular Expression and MShtml component to extract hyperlink data from web pages.Finally,this scheme provide a simple arithmetic to classify the content of web pages automatically. |
| |
| Keywords: | extraction of hyperlink regular expression DELPHI |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《河北大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《河北大学学报(自然科学版)》下载全文 |
|
