论文部分内容阅读
本文首先简要介绍了网页清洗技术，然后指出了新闻网页的特征并做了结构分析，在此基础上使用了正则表达式来解析批量新闻网页中的HTML代码，并最终获得新闻文本内容。本文研究所获取的实验数据可以为WEB中新闻的信息检索和挖掘工作服务。
正则表达式在批量新闻网页处理中的应用
【摘 要】
：
本文首先简要介绍了网页清洗技术，然后指出了新闻网页的特征并做了结构分析，在此基础上使用了正则表达式来解析批量新闻网页中的HTML代码，并最终获得新闻文本内容。本文研究所获
【机 构】
：
浙江省宁波银行
【出 处】
：
福建电脑
【发表日期】
：
2008年3期
其他文献
工业是我国经济的最大主体，也是耗费能源、资源，产生环境污染的最主要行业。虽然面临着国际金融危机的冲击和影响，但我国致力于节能减排、可持续发展的行动却毫未缓滞，并向着纵深
网络教学系统在当今的院校教学中已经非常普遍，但大多数教学系统面向对象为院校的教学管理或远程教学。本文针对多媒体专业的专业特点，设计作业管理系统，对该系统进行功能设计、
随着Web标准的推广，应用WEB标准设计已经成为网站设计的主流。目在我国大多数门户网站都采用了XHTML＋CSS对网站进行了重构。但大多数高校校园网站依然采用传统表格布局，内容和表
本文从一个实际的OA系统工作流分析入手，比较分析现有模型各自特点和适用范围，在TRBAC基础上将权限进一步细化为数据对象和操作类型，考虑两者相应层次关系。引入基于公文状态的
数据库是电子商务、金融以及ERP系统的基础,通常都保存着重要的信息,同时这些重要的信息数据的完整性和合法存取会受到很多方面的安全威胁,本文深入讨论SQL Server 2000在网
本文介绍了数据仓库的定义、特征、结构及其相关技术。结合深圳银联数据服务平台,提出了系统数据仓库的解决方案及其实现过程。文章还讨论了联机分析处理在数据仓库环境下针
随着信息时代的发展,当局域网中存在多个操作系统,例如既有安装Windows的计算机,又有安装Linux的计算机,则怎样才能实现它们之间相互访问呢?架构Samba服务器可解决这一问题。
近年来，创新网络已逐渐成为创新知识生产的新模式，并在现实社会中得到蓬勃发展。基于持续开展的关于创新过程相关研究，有机融合了创新网络与自组织理论，使自组织创新网络逐渐成为
C语言实验是《C语言程序设计》教学中的一个重要环节。由于各种原因，C语言实验教学中存在一些问题，本文首先归纳了现有C语言实验教学中的问题。在此基础上提出了解决这些问题的