论文部分内容阅读
研究了从包含多个数据块的页面中抽取数据的方法．通过对比各个数据块的XPath，发现这些数据块具有相似的XPath，提出一种基于XPath比较的数据块抽取规则生成算法XERG．得到各个数据块抽取规则之后，块内的信息可以使用相对XPath或者正则表达式的方法来进行抽取．实验结果表明，该方法能够准确地获得各个数据块，正确抽取块内信息．