基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对基于HTML结构的信息抽取方法,提出了正则表达式的处理方法.利用正则表达式的匹配、替换和提取等功能,重点讨论了正则表达式在Web信息抽取过程中的应用.正则表达式已成功的应用在数据搜集、页面优化、规则学习和信息抽取等整个Web信息抽取的过程中.
推荐文章
正则表达式的研究及在Web中的应用
正则表达式
模式匹配
. NET
基于正则表达式构建学习的网页信息抽取方法
正则表达式构建
状态转换
Web信息抽取
正则表达式在汉英对照中国文化术语抽取中应用
正则表达式
元字符
生成器
中国文化术语
正则表达式在医院信息系统中的应用研究
医院信息系统
正则表达式
数据质量
模式识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 正则表达式在Web信息抽取中的应用
来源期刊 北京信息科技大学学报(自然科学版) 学科 工学
关键词 Web信息抽取 正则表达式 匹配 替换 提取
年,卷(期) 2011,(6) 所属期刊栏目 研究论文
研究方向 页码范围 86-89
页数 分类号 TP311
字数 3775字 语种 中文
DOI 10.3969/j.issn.1674-6864.2011.06.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张伟 北京信息科技大学计算机学院 84 416 10.0 18.0
2 秦奕青 北京信息科技大学计算机学院 8 112 4.0 8.0
3 胡军伟 北京信息科技大学计算机学院 2 79 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (40)
参考文献  (7)
节点文献
引证文献  (79)
同被引文献  (122)
二级引证文献  (92)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(7)
  • 引证文献(5)
  • 二级引证文献(2)
2014(10)
  • 引证文献(7)
  • 二级引证文献(3)
2015(25)
  • 引证文献(15)
  • 二级引证文献(10)
2016(21)
  • 引证文献(6)
  • 二级引证文献(15)
2017(34)
  • 引证文献(13)
  • 二级引证文献(21)
2018(22)
  • 引证文献(9)
  • 二级引证文献(13)
2019(33)
  • 引证文献(13)
  • 二级引证文献(20)
2020(15)
  • 引证文献(7)
  • 二级引证文献(8)
研究主题发展历程
节点文献
Web信息抽取
正则表达式
匹配
替换
提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京信息科技大学学报(自然科学版)
双月刊
1674-6864
11-5866/N
大16开
北京市
1986
chi
出版文献量(篇)
2043
总下载数(次)
10
总被引数(次)
11074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导