| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪言 | 第8-14页 |
| ·选题的背景 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·本文研究内容 | 第11-12页 |
| ·本文的组织 | 第12-14页 |
| 第二章 关于Web数据抽取技术相关概述 | 第14-20页 |
| ·Web数据抽取技术 | 第14-15页 |
| ·Web数据抽取技术的分类 | 第15-20页 |
| ·基于自然语言理解方式的数据抽取 | 第15-16页 |
| ·基于分装器归纳方式的数据抽取 | 第16-17页 |
| ·基于Ontology方式的数据抽取 | 第17-18页 |
| ·基干HTML结构的数据抽取 | 第18-20页 |
| 第三章 相关标准 | 第20-38页 |
| ·HTML(Hyper Text markup Language) | 第20-25页 |
| ·HTML标签 | 第20-25页 |
| ·XML | 第25-32页 |
| ·XML的产生 | 第27-28页 |
| ·XML语法 | 第28-29页 |
| ·XML文档 | 第28-29页 |
| ·元素(Element)与标记(Tag) | 第29-30页 |
| ·属性(Attribute) | 第30页 |
| ·XML验证(Validation) | 第30-32页 |
| ·DTD | 第30-31页 |
| ·模式 | 第31-32页 |
| ·样式单 | 第32页 |
| ·XHTML | 第32-33页 |
| ·DOM(Document Object Model) | 第33页 |
| ·XPath | 第33-35页 |
| ·XSLT | 第35-38页 |
| 第四章 网页预处理 | 第38-47页 |
| ·HTML文档清理 | 第38-41页 |
| ·HTML向XHTML的转换 | 第39-41页 |
| ·文档解析成树结构 | 第41-44页 |
| ·文档对象模型(DOM) | 第41-44页 |
| ·Web网页噪声去除 | 第44-47页 |
| ·树过滤 | 第45-47页 |
| 第五章 基于树结构的Deep Web数据抽取 | 第47-64页 |
| ·系统设计 | 第47-50页 |
| ·系统的总体框架 | 第47-49页 |
| ·基本设计思想 | 第49-50页 |
| ·抽取规则生成 | 第50-58页 |
| ·方法概述 | 第50页 |
| ·抽取规则生成 | 第50-58页 |
| ·自顶向下树匹配算法 | 第50-55页 |
| ·自顶向下树匹配 | 第50-51页 |
| ·匹配算法 | 第51-55页 |
| ·数据块定位 | 第55-57页 |
| ·生成抽取规则 | 第57-58页 |
| ·Web数据抽取 | 第58-60页 |
| ·Web数据抽取 | 第58页 |
| ·Web数据抽取结果 | 第58-60页 |
| ·XML文档的存储 | 第60-64页 |
| ·XML文档存储的常用方法 | 第60-61页 |
| ·XML到关系数据库映射的现状 | 第61页 |
| ·XML文档的存储 | 第61-64页 |
| 第六章 总结与展望 | 第64-65页 |
| ·本文工作的总结 | 第64页 |
| ·工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间发表论文情况 | 第69页 |