文献类型：期刊文章

作　　者：张瑞[1,2] 李石君[1]

机构地区：[1]武汉大学计算机学院,武汉430072 [2]新汶矿业集团职工大学,山东莱芜271100

出　　处：《计算机工程与应用》

基　　金：湖北省自然科学基金资助项目(2005ABA238);国家自然科学基金资助项目(60273072)。

年　　份：2007

卷　　号：43

期　　号：2

起止页码：190-192

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：互联网上有大量信息采用HTML表格表示,由于HTML不描述数据的内容,机器不能理解和查询。论文利用HTML表格属性,在表格中插入冗余单元,使HTML表格规范化;对没有标志表头的HTML表格,采用格式化的信息的量化值识别网上表格的表头。在此基础上,提出了通过获取表格属性与值对应的语义层次,自动转换HTML表格数据为XML文挡的新方法。

关 键 词：HTML表格 信息提取 WEB XML

分 类 号：TP311.135]