文献类型：期刊文章

作　　者：刘书华[1] 陈国奎[1]

机构地区：[1]衡水学院数学与计算机科学系,河北衡水053000

出　　处：《计算机系统应用》

基　　金：衡水学院青年专项课题基金项目(2008057)

年　　份：2009

卷　　号：18

期　　号：2

起止页码：171-175

语　　种：中文

收录情况：CSA、IC、ZGKJHX、普通刊

摘　　要：互联网飞速发展,WEB已经成为一个巨大的信息资源库,各行各业的信息均可以在互联网上找到。及时准确的获得、存贮、分析、利用这些信息是非常重要的。利用PowerBuilder和MicroSoft SQL Server数据库,提出了一种对网页的数据抓取的方法。用户首先选定样本页面,其次在样本中预先定义抓取模式,然后对样本网页和其中的样本进行标记,形成信息的抓取规则,进行数据抓取,并存入数据库。最后利用数据库对信息进行分类,抽取出所需的信息,达到分析准确、抓取速度快的目的。

关 键 词：HTML模式  数据抓取  抓取器  数据挖掘

分 类 号：TP393.092]