| 第一章 绪 论 | 第1-10页 |
| 1．1 课题的来源 | 第6页 |
| 1．2 网页信息提取问题的提出 | 第6页 |
| 1．3 信息提取与多WEB数据库集成 | 第6-9页 |
| 1．2．1 多Web数据库集成的提出 | 第6-7页 |
| 1．2．2 多Web数据库集成的基本结构 | 第7-8页 |
| 1．2．3 多Web数据库合成所要解决的问题 | 第8-9页 |
| 1．4 论文的工作与内容 | 第9-10页 |
| 第二章 基于WEB数据库的数据源分析 | 第10-16页 |
| 2．1 数据库系统的结构 | 第10-13页 |
| 2．1．1 Client/Server结构的数据库系统 | 第10-11页 |
| 2．1．2 多层Client/Server计算 | 第11页 |
| 2．1．3 Web数据库 | 第11-13页 |
| 2．2 访问WEB数据库的多种方法 | 第13-16页 |
| 2．2．1 CGI公共网关接口 | 第13-14页 |
| 2．2．2 INTERNET数据库连接器IDC | 第14页 |
| 2．2．3 JAVA/JDBC语言编程 | 第14页 |
| 2．2．4 动态服务器页面ASP | 第14-16页 |
| 第三章 标记语言语法结构分析 | 第16-22页 |
| 3．1 标记语言简介 | 第16-19页 |
| 3．1．1 SMGL | 第16-17页 |
| 3．1．2 HTML | 第17-18页 |
| 3．1．3 XML | 第18页 |
| 3．1．4 VRML | 第18-19页 |
| 3．1．5 WML | 第19页 |
| 3．2 SGML、HTML、XML之间的关系 | 第19-20页 |
| 3．3 关于HTML的语言结构分析 | 第20-22页 |
| 第四章 对WEB网页的信息提取技术 | 第22-38页 |
| 4．1 基于HTML的WEB网页信息提取方法 | 第22-23页 |
| 4．2 采用OEM方式进行网页信息提取 | 第23-30页 |
| 4．2．1 OEM数据模型介绍 | 第24-25页 |
| 4．2．2 识别段标题 | 第25-26页 |
| 4．2．3 确定页面初步层次结构 | 第26页 |
| 4．2．4 数据抽取格式的描述 | 第26-28页 |
| 4．2．5 抽取算法实现 | 第28-29页 |
| 4．2．6 抽取算法测试 | 第29-30页 |
| 4．2．7 需要改进的地方 | 第30页 |
| 4．3 对半结构化数据的局部模式提取 | 第30-36页 |
| 4．3．1 半结构化信息源的语义网络结构 | 第31-33页 |
| 4．3．2 局部模式提取方法 | 第33-36页 |
| 4．4 基于XML的WEB网页信息提取 | 第36-38页 |
| 第五章 抽取工具DIWD_EXTRACTOR的实现 | 第38-41页 |
| 5．1 DIWD_EXTRACTOR工具简述 | 第38页 |
| 5．2 数据库分析 | 第38-39页 |
| 5．3 DIWD_EXTRACTOR的系统设计 | 第39-41页 |
| 第六章 结束语 | 第41-42页 |
| 感 谢 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 附 录 | 第45页 |