2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩47頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著Internet的快速發(fā)展與普及,人們?cè)絹?lái)越習(xí)慣于通過(guò)各種終端(PC、平板、手機(jī)等)從互聯(lián)網(wǎng)來(lái)獲取信息?;赪eb的信息抽取技術(shù)就是研究從這些Web網(wǎng)頁(yè)中如何定制提取出用戶需要的信息,并把這些提取出的信息結(jié)構(gòu)化處理。本文的主要工作是采用基于正則表達(dá)式的相關(guān)技術(shù),以學(xué)術(shù)谷歌網(wǎng)站的論文采集以及澳客彩票網(wǎng)站的足彩投注數(shù)據(jù)采集分析兩個(gè)應(yīng)用為實(shí)例,給出Web網(wǎng)頁(yè)信息的自動(dòng)提取問(wèn)題解決方法。在實(shí)現(xiàn)基于NFA引擎正則表達(dá)式網(wǎng)頁(yè)提取基本功能的基礎(chǔ)上

2、,本文還對(duì)正則表達(dá)式的優(yōu)化進(jìn)行了分析和比較。本文在網(wǎng)頁(yè)正則提取的過(guò)程中進(jìn)行了兩輪的優(yōu)化和分析,分別為基于NFA引擎的表達(dá)式優(yōu)化以及在Windows平臺(tái)下結(jié)合NFA引擎與DFA引擎使用的優(yōu)化分析和比較,其結(jié)果以圖表的形式加以展示。本文實(shí)現(xiàn)兩個(gè)網(wǎng)頁(yè)實(shí)例采集的解決方案是:首先使用RegexBuddy3工具對(duì)目標(biāo)網(wǎng)頁(yè)源文件調(diào)試正則表達(dá)式,然后在.Net平臺(tái)下,利用測(cè)試通過(guò)的正則表達(dá)式編程實(shí)現(xiàn)網(wǎng)頁(yè)文件正則匹配提取字段、數(shù)據(jù)記錄寫入Oracle數(shù)據(jù)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論