论文目录 | |
| 中文摘要 | 第1-4
页 |
| 英文摘要 | 第4-8
页 |
| 1 绪论 | 第8-14
页 |
| · 选题背景与研究意义 | 第8-9
页 |
| · 网页正文提取研究现状 | 第9-12
页 |
| · 国内外网页正文提取的现状 | 第9-11
页 |
| · 选题意义及改进思路 | 第11-12
页 |
| · 论文组织结构 | 第12-13
页 |
| · 本章小结 | 第13-14
页 |
| 2 八大网站中网页的基本特征及结构分析 | 第14-28
页 |
| · HTML 语法分析 | 第14-19
页 |
| · HTML 简介 | 第14-19
页 |
| · HTML 结构分析 | 第19
页 |
| · XML 语法分析 | 第19-21
页 |
| · XML 简介 | 第19-20
页 |
| · XML 的结构分析 | 第20-21
页 |
| · XHTML 语法分析 | 第21-23
页 |
| · XHTML 简介 | 第21
页 |
| · XHTML 结构分析 | 第21-23
页 |
| · 传统的网页特征描述与提取方法 | 第23-26
页 |
| · 网页特征描述模型 | 第23-24
页 |
| · 网页特征抽取方法 | 第24-26
页 |
| · 八大门户网站中网页的相似结构及提取方法 | 第26-27
页 |
| · 本章小结 | 第27-28
页 |
| 3 与网页正文相关的文字和图像超链接分析 | 第28-36
页 |
| · 网页中的文字和图像超链接分析 | 第28-30
页 |
| · 出现文字链接的原因及其特点 | 第28
页 |
| · 出现图像链接的原因及其特点 | 第28-30
页 |
| · 与网页正文无关的广告超链接判定方法 | 第30-32
页 |
| · 超链接地址URL 的语法 | 第30-32
页 |
| · 判定广告超链接的计算模型 | 第32
页 |
| · 基于超链接分析的网页正文内容判定 | 第32-35
页 |
| · 网页正文判定的启发式规则 | 第32-33
页 |
| · 网页正文判定算法 | 第33-35
页 |
| · 本章小结 | 第35-36
页 |
| 4 基于区域分块的 HTML 网页正文提取技术 | 第36-49
页 |
| · 基于区域分块的HTML 的元素删除法提取网页正文 | 第37-47
页 |
| · Head 和Body 区域块 | 第37
页 |
| · 取出head 区域块中的网页标题 | 第37-39
页 |
| · 取出Body 区域块中的网页正文标题 | 第39-43
页 |
| · 基于区域分块的HTML 元素删除法提取网页正文的算法描述 | 第43-47
页 |
| · 该算法的部分关键程序实现（参考附录C） | 第47
页 |
| · 基于区域分块的HTML 元素嵌入式提取法提取网页正文内容 | 第47-48
页 |
| · Head 和Body 区域块 | 第47
页 |
| · 确定网页标题的位置 | 第47
页 |
| · 确定网页正文标题的位置 | 第47
页 |
| · 确定网页正文内容的位置 | 第47
页 |
| · 算法描述 | 第47-48
页 |
| · 本章小结 | 第48-49
页 |
| 5 实验与分析 | 第49-58
页 |
| · 基于区域分块的HTML 元素删除法提取网页正文 | 第49-53
页 |
| · 对比实验一 | 第49-51
页 |
| · 对比实验二 | 第51-53
页 |
| · 基于区域分块的HTML 元素嵌入式提取法提取网页正文 | 第53-57
页 |
| · 对比实验一 | 第53-55
页 |
| · 对比实验二 | 第55-57
页 |
| · 本章小结 | 第57-58
页 |
| 6 总结与展望 | 第58-60
页 |
| · 论文创新点总结 | 第58-59
页 |
| · 研究展望 | 第59-60
页 |
| 致谢 | 第60-61
页 |
| 参考文献 | 第61-64
页 |
| 附录 | 第64-68
页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第64
页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第64-65
页 |
| C. 基于HTML(以及XHTML 或XML)算法的部分关键程序实现 | 第65-68页 |
