网页超链抓取及自动分类技术实现

顾潇华; 郭军城

doi:10.3969/j.issn.1000-1565.2007.01.025

河北大学学报(自然科学版) >

2007 , Vol. 27 >Issue 1: 99 - 102

DOI: https://doi.org/10.3969/j.issn.1000-1565.2007.01.025

网页超链抓取及自动分类技术实现

顾潇华 ,
郭军城

展开

河北大学,管理学院,河北,保定,071002

网络出版日期: 2007-01-25

基金资助

河北省软科学项目

收起

A Scheme of Extraction Hyperlink from Web Page and Automatic Classification

GU Xiao-hua ,
GUO Jun-cheng

Expand

Online published: 2007-01-25

Fold

摘要

为网络环境下个性化信息服务系统实现自动建库功能,提出了一种网络蜘蛛程序的技术方案.该方案使用DELPHI集成开发环境提供的TIdhttp组件抓取网页文本,并利用正则表达式和Mshtml组件从中提取超链信息保存到指定数据库,并能对网页文本进行自动的统计分类.

关键词： 超链抓取; 正则表达式; DELPHI

本文引用格式

顾潇华 , 郭军城 . 网页超链抓取及自动分类技术实现[J]. 河北大学学报(自然科学版), 2007 , 27(1) : 99 -102 . DOI: 10.3969/j.issn.1000-1565.2007.01.025

参考文献

[1] 任函. 大规模中文网页的自动分类研究 [D]. 华中师范大学 2006.
[2] DAVID BOLTON. Writing a Web Robot in Delphi [EB/OL]. http://www.howtodothings.com/computers/a1264-writing-a-web-robot-in-delphi.html 2006.
[3] 维基百科网. Hyperlink [EB/OL]. http://en.wikipedia.org/wiki/Hyperlink 2006.
[4] 吕伟臣. Delphi网络编程 [M]. 北京:科学出版社 2002.
[5] 微软公司网站. 正则表达式介绍 [EB/OL]. http://msdn2.microsoft.com/zh-cnAibrary/28hw3sce(S.80) 2006.
[6] RORBERT. Delphi使用正则表达式 [EB/OL]. http://robert2005.bokee.com/4237344 2006.

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

参考文献