【摘 要】
：
本文通过引入PHP开源类库Simple DOM来进行HTML页面解析,生成DOM树结构,针对不同网站的DOM树结点规律,解析页面中的旅游产品信息以及翻页链接等其他信息,以实现Web信息抽取,
论文部分内容阅读
本文通过引入PHP开源类库Simple DOM来进行HTML页面解析,生成DOM树结构,针对不同网站的DOM树结点规律,解析页面中的旅游产品信息以及翻页链接等其他信息,以实现Web信息抽取,同时阐述了抽取系统中各功能模块的作用。
In this paper, by introducing the PHP open source library Simple DOM for HTML page parsing, the DOM tree structure is generated. According to the rules of the DOM tree nodes of different websites, the tourism product information in the pages and other information such as page turning links are parsed to realize Web information extraction , At the same time expounds the function of each function module in the extraction system.
其他文献
天台山在浙江省天台县,位于该山五峰山麓的国清寺是中国汉化佛教天台宗的祖庭,也是日本及韩国佛教天台宗的祖庭。
Tiantai Mountain Tiantai in Zhejiang Province, located
这是大陆板块中心的裂缝，这是边沿文明的化石，这是众说纷纭的湘西。文明、地理，以及生长在这里的人，无不具有多面性格而让人无法定论。于是，湘西这块地处大陆中间的“边城”土地，自然也就成为了一个最熟悉的陌生地。 山水为骨，古镇为肉 “湘西”渐热，已是很久之前便已开始的事。这片神奇的土地，暗藏着诸如湘西赶尸与苗族绝技等众多奇异事件，古井里埋藏着两千年前的秦王朝和延续了八百年的湘西土司王的秘密
在历史名著《三国演义》中,有不少求才荐贤的精彩描写,“元直走马荐诸葛”一节,尤为世人所熟知。 徐庶,字元直,曾化名单福,长歌自荐于新野,为刘备运筹帷幄,火烧新野,计取樊
在现有的女性领导群体中，提任正职的少，担任副职的多。本文拟就此问题作一些剖析。女领导干部姓“副”局面形成的原因在现有的女性领导群体中，副职居多的原因很多，归结起来，主要有
本文结合本人工作实际,详细分析了本单位发电厂励磁系统的运行情况。指出了其存在的不足之处,并介绍了水力发电厂励磁系统改造优化和优化的技术措施,以有效提高水利发电厂的
黄山是集世界文化遗产、世界自然遗产和世界地质公园三顶桂冠于一身的国际知名景区。近年来,黄山风景区围绕打造国际精品旅游景区、建设世界一流旅游目的地目标,以旅游服务“
柳侯祠原名罗池庙,位于柳州市中心柳侯公园内的西隅,原名罗池庙(因建于罗池西畔得名),现改名为柳侯祠,是柳州人民为纪念唐代著名的政治家、思想家、文学家柳宗元而建造的庙。
目的了解福安市妊娠梅毒发病率,探讨妊娠梅毒筛查、治疗与不良妊娠结局,评价开展预防梅毒母婴传播工作的意义。方法按国家《预防艾滋病、梅毒和乙肝母婴传播工作实施方案》开
《阅微草堂笔记》(子部/小说类)纪昀(1724-1805),清代文学家。生于清雍正二年(1724年)六月,卒于嘉庆十年(1805年)二月,历雍正、乾隆、嘉庆三朝。字晓岚,一字春帆,晚号石云,道
本文提出了一种基于PTR2000的电子导游系统的设计和实现,阐述了该系统的体系架构,详细介绍了无线基站和电子导游机的硬件结构,重点对PTR2000模块收发原理和BAT系列高保真MP3