| 1 第一章 概述 | 第1-12页 |
| ·引言 | 第9-10页 |
| ·背景 | 第9页 |
| ·隐蔽网络 | 第9-10页 |
| ·网页信息抽取 | 第10页 |
| ·本文的工作 | 第10-11页 |
| ·本文的组织 | 第11-12页 |
| 2 第二章 相关研究 | 第12-17页 |
| ·相关研究 | 第12-15页 |
| ·研究总结和本文的相关工作 | 第15-17页 |
| 3 第三章 相关标准 | 第17-26页 |
| ·HTML(Hyper Text Markup Language) | 第17页 |
| ·XML | 第17-19页 |
| ·XHTML | 第19-20页 |
| ·XPath | 第20-24页 |
| ·XSLT | 第24-26页 |
| 4 第四章 网页信息抽取中所要解决的两个基本问题 | 第26-35页 |
| ·HTML向XHTML的转换 | 第26-29页 |
| ·中文内码的同步更新 | 第29-35页 |
| ·HTML网页转换为XML格式文档的中文问题解决办法 | 第30-31页 |
| ·XML文档进行格式转换或数据输入、输出时的中文解决办法 | 第31-35页 |
| 5 第五章 基于XSLT网页抽取规则的分析与探讨 | 第35-51页 |
| ·几种常用抽取规则的分析与比较 | 第35-43页 |
| ·绝对路径抽取法 | 第35-36页 |
| ·缩写路径抽取法 | 第36-37页 |
| ·基于锚点的抽取方法 | 第37-39页 |
| ·基于属性的抽取方法 | 第39-40页 |
| ·基于单层扁平结构的抽取方法 | 第40-43页 |
| ·不同抽取方法的比较 | 第43页 |
| ·两类典型网页信息抽取模式的分析与示例 | 第43-51页 |
| ·基于主题链接组信息抽取模式 | 第43-48页 |
| ·基于多记录的表信息抽取模式 | 第48-51页 |
| 6 第六章 表单提取器的构建与实现 | 第51-72页 |
| ·表单的结构和特点 | 第51-54页 |
| · | 第51-52页 |
| ·表单输入标记 | 第52-53页 |
| · | 第53页 |
| · | 第53页 |
| · |