| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 引言 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外现状 | 第10-14页 |
| 1.2.1 基于文档结构树分析的网页正文提取技术 | 第10-12页 |
| 1.2.2 不基于文档结构树分析的网页正文提取技术 | 第12-14页 |
| 1.3 主要工作内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 系统需求分析与方案设计 | 第16-26页 |
| 2.1 研究背景 | 第16页 |
| 2.2 系统的需求分析 | 第16-20页 |
| 2.2.1 网页正文内容提取的需求 | 第18-19页 |
| 2.2.2 参数可配置的需求 | 第19页 |
| 2.2.3 操作历史可监控的需求 | 第19页 |
| 2.2.4 文本分词与停止词分析的需求 | 第19-20页 |
| 2.3 系统的方案设计 | 第20-25页 |
| 2.3.1 系统的网络拓扑图 | 第20-21页 |
| 2.3.2 系统的软件功能框架 | 第21页 |
| 2.3.3 技术选型 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 系统的软件设计 | 第26-39页 |
| 3.1 数据库设计 | 第26-27页 |
| 3.1.1 数据逻辑视图 | 第26-27页 |
| 3.1.2 数据物理视图 | 第27页 |
| 3.2 WEB应用设计 | 第27-29页 |
| 3.2.1 WEB架构设计原则 | 第27-28页 |
| 3.2.2 WEB架构图 | 第28-29页 |
| 3.3 系统核心模块设计 | 第29-38页 |
| 3.3.1 核心模块体系结构 | 第30-33页 |
| 3.3.2 核心模块划分 | 第33-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 系统的软件实现 | 第39-57页 |
| 4.1 数据库的实现 | 第39-41页 |
| 4.2 WEB前端的实现 | 第41-48页 |
| 4.2.1 正文提取页面 | 第44-45页 |
| 4.2.2 分词页面 | 第45-46页 |
| 4.2.3 停止词计算页面 | 第46页 |
| 4.2.4 系统参数设置页面 | 第46-47页 |
| 4.2.5 操作历史页面 | 第47-48页 |
| 4.3 核心算法模块的实现 | 第48-55页 |
| 4.3.1 文档格式化处理模块的实现 | 第48-49页 |
| 4.3.2 文档裁剪降噪模块的实现 | 第49-51页 |
| 4.3.3 文档正文节点判断功能模块的实现 | 第51-54页 |
| 4.3.4 文档正文格式化输出功能模块的实现 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 测试与分析 | 第57-67页 |
| 5.1 软件的代码级测试 | 第57-60页 |
| 5.2 软件的功能级测试 | 第60-64页 |
| 5.3 软件的性能级测试 | 第64-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 全文总结 | 第67-68页 |
| 6.2 后续工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-72页 |