基于优化NFA正则匹配的Web信息抽取技术及应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题研究背景与意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·Web信息抽取技术 | 第9-10页 |
| ·Web挖掘分类 | 第10-11页 |
| ·Web开发技术 | 第11页 |
| ·研究内容 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| 第二章 相关技术研究 | 第13-24页 |
| ·常用Web信息抽取方法 | 第13-14页 |
| ·正则表达式 | 第14-18页 |
| ·正则表达式术语 | 第14-15页 |
| ·基于NFA的正则表达式匹配算法 | 第15-16页 |
| ·基于DFA的正则表达式匹配算法 | 第16-17页 |
| ·两种正则表达式匹配算法的比较 | 第17-18页 |
| ·Web信息抽取开发框架 | 第18-23页 |
| ·Ext Js框架 | 第18-19页 |
| ·Spring框架 | 第19-22页 |
| ·Hibernate框架 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 NFA优化 | 第24-32页 |
| ·Thompson构造NFA | 第24-25页 |
| ·减少构建时间 | 第25-27页 |
| ·扩展构建 | 第25-26页 |
| ·表压缩 | 第26-27页 |
| ·缓存技术 | 第27页 |
| ·存储空间压缩 | 第27-28页 |
| ·NFA引擎下正则表达式的优化 | 第28-30页 |
| ·实验性能分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 Web信息抽取 | 第32-43页 |
| ·获取Web服务器的页面 | 第32-33页 |
| ·网页预处理 | 第33-36页 |
| ·编码识别 | 第33-34页 |
| ·基于模板的网页去噪算法 | 第34-36页 |
| ·基于表达式优化的抽取规则 | 第36-39页 |
| ·抽取原理 | 第36-37页 |
| ·规则生成 | 第37-39页 |
| ·Web信息抽取开发框架集成 | 第39-42页 |
| ·三层框架的整合 | 第39-41页 |
| ·IoC技术和AOP思想 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 Web房屋数据抽取系统的设计与实现 | 第43-59页 |
| ·系统总体架构 | 第43-45页 |
| ·数据库模块 | 第45-46页 |
| ·网页预处理模块 | 第46-47页 |
| ·改进的NFA正则表达式匹配模块 | 第47-48页 |
| ·系统各个功能模块的实现 | 第48-56页 |
| ·站点维护 | 第49-50页 |
| ·采集和导航规则 | 第50-51页 |
| ·任务管理模块 | 第51-52页 |
| ·数据抽取的实现 | 第52-56页 |
| ·系统测试 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结和展望 | 第59-61页 |
| ·本文研究工作的总结 | 第59页 |
| ·工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-67页 |
| 详细摘要 | 第67-68页 |
