论文部分内容阅读
在定义模板的基础上，提出了页面创建模型。该模型描述了如何使用模板将来自于后台数据库的值编码生成页面。基于这个模型，设计了一个基于最大频繁等价粪的抽取算法EBMFEC，通过分析给定的数据导向型页面的终端符号的出现情况，找出最大频繁等价类，并推导出用于生成页面的未知模板。然后使用推导出的模板，从输入页面中提取出相关信息。在大量实际HTML页面上的实验证明，EBMFEC在大部分情况下都可以从给定页面中推导出模板，并正确抽取出数据信息。