基于DOM的数字图书馆Web资源信息提取服务模型之研究

摘要

针对万维网上用于表达web页面信息的HTML语言存在的缺点,提出了一种基于DOM的数字图书馆Web资源信息提取服务模型,即以文档对象模型DOM为基础,把所要提取的信息在DOM层次结构中的路径作为信息提 取的“坐标”,设计了一种归纳学习算法来半自动地生成提取规则,然后根据提取规则生成Java类,生成的Java类可以作为Web包装器软件的重要组成部分.此模型是研究异型数据源系统中组合查询处理的重要组成部分.