| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-12页 |
| ·选题背景 | 第8页 |
| ·国内外相关技术发展与研究现状 | 第8-10页 |
| ·本论文的主要研究内容 | 第10页 |
| ·论文结构安排 | 第10-12页 |
| 2 Web信息抽取技术概述 | 第12-17页 |
| ·Web信息抽取技术 | 第12页 |
| ·Web信息抽取分类 | 第12-15页 |
| ·信息抽取技术的主要任务 | 第15-17页 |
| 3 相关技术 | 第17-27页 |
| ·HTML(Hyper Text Markup Language) | 第17-19页 |
| ·XML | 第19-20页 |
| ·XHTML | 第20-21页 |
| ·DOM(Document Object Model) | 第21-22页 |
| ·XPath(XML Path Language) | 第22-23页 |
| ·HTTP超文本传输协议 | 第23-24页 |
| ·代理 | 第24-25页 |
| ·HTTPClient | 第25-27页 |
| 4 模式发现算法和抽取规则获取 | 第27-49页 |
| ·模式发现的经典算法 | 第27-32页 |
| ·后缀树和后缀树算法 | 第32-36页 |
| ·重复模式发现算法 | 第36-43页 |
| ·HTML页面重复模式发现的过程 | 第43-45页 |
| ·信息抽取规则 | 第45-48页 |
| ·实验分析 | 第48-49页 |
| 5 陶瓷行业商品信息抽取系统 | 第49-65页 |
| ·抽取器的整体设计 | 第49-50页 |
| ·抽取的流程 | 第50页 |
| ·Web浏览器 | 第50-51页 |
| ·抽取规则产生模块 | 第51-52页 |
| ·网络蜘蛛模块 | 第52-56页 |
| ·数据抽取模块 | 第56-57页 |
| ·数据集成模块 | 第57-61页 |
| ·系统配置和管理模块 | 第61-65页 |
| 6 总结与展望 | 第65-67页 |
| ·研究成果 | 第65页 |
| ·创新点 | 第65-66页 |
| ·存在的不足及今后进一步研究内容 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录A:硕士期间发表的论文 | 第71页 |
