| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·国内外发展概况及研究现状 | 第11-17页 |
| ·Web 信息采集技术的发展概况及研究现状 | 第11-15页 |
| ·Web 信息抽取技术的发展概况及研究现状 | 第15-17页 |
| ·本课题的主要研究内容 | 第17-18页 |
| 第2章 WEB 信息采集系统的研究 | 第18-32页 |
| ·WEB 的组成和支撑技术 | 第18-19页 |
| ·WEB 信息采集的基本原理 | 第19-21页 |
| ·WEB 信息采集面临的主要困难和相应的解决方案 | 第21-24页 |
| ·当前Web 的特点 | 第21-22页 |
| ·Web 信息采集面临的技术困难和相应的解决方案 | 第22-23页 |
| ·Web 采集面临的工程困难和相应手段 | 第23-24页 |
| ·WEB 信息采集系统的关键技术 | 第24-31页 |
| ·页面采集 | 第24-26页 |
| ·URL 的提取和正规化处理 | 第26-28页 |
| ·原始网页的存储 | 第28-30页 |
| ·避免网页的重复访问 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 分布式WEB 信息采集系统的设计与实现 | 第32-41页 |
| ·分布式WEB 信息采集系统的设计 | 第32-39页 |
| ·节点间URL 的划分策略 | 第32-33页 |
| ·负载平衡分析 | 第33-34页 |
| ·分布式系统的体系结构设计 | 第34-36页 |
| ·可扩展性设计 | 第36-39页 |
| ·实验验证及性能分析 | 第39-40页 |
| ·实验1 负载平衡的验证 | 第39-40页 |
| ·实验2 可扩展性的验证 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于XPATH 的WEB 信息抽取技术的研究 | 第41-57页 |
| ·WEB 信息抽取概述 | 第41-44页 |
| ·Web 信息抽取的难点 | 第41-42页 |
| ·常见的Web 信息抽取方法 | 第42-44页 |
| ·与本信息抽取系统相关的技术标准 | 第44-47页 |
| ·XML 与XHTML | 第44-45页 |
| ·DOM | 第45-46页 |
| ·XPath 和XPath 扩展 | 第46-47页 |
| ·基于扩展XPATH 的WEB 信息抽取技术的研究 | 第47-55页 |
| ·基于扩展XPath 的Web 信息抽取系统的设计与实现 | 第47-51页 |
| ·基于扩展XPath 的Web 信息抽取系统的应用分析 | 第51-52页 |
| ·信息抽取结果的再处理-电话图片的识别 | 第52-55页 |
| ·本章小结 | 第55-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
