-
公开(公告)号：CN1588370A
公开(公告)日：2005-03-02
申请号：CN200410074546.8
申请日：2004-09-08
IPC分类号： G06F17/30
摘要： 本发明公开了一种包装器的维护方法，利用原包装器提取变化前Web中实体的数据项的标志特征；利用数据项标志特征遍历变化后的Web的HTML树，从中找出具有该数据项标志特征的数据项；找出同一实体的数据项，对其划分语义块，即按实体将数据项汇聚，并提取实体的数据项描述模式；用该模式匹配HTML同级子树中的其他实体的数据项描述模式；若过渡匹配，则递归处理所有的子节点为根的子树；若部分匹配则自动合并相邻子树；若完全匹配，则返回所有的语义块即相关子树；得出的语义块均与模式匹配，从中找出一个与模式匹配较好的，并从中重新生成新的抽取规则，即生成了新包装器。本发明提出了一套清晰的生成包装器的流程，可以很方便的和其他应用系统集成。
-
公开(公告)号：CN1326078C
公开(公告)日：2007-07-11
申请号：CN200410074547.2
申请日：2004-09-08
IPC分类号： G06F17/30
摘要： 本发明公开了一种包装器的生成方法，将HTML文档格式解析为HTML树结构；使用DTD匹配HTML文档中具体实例，计算匹配关系；得出一条能够覆盖所有HTML文档中对应实例的路径，并搜索HTML树中的子树是否具有相似的子树，如果存在，则用能够覆盖所有相似的子树的路径来代替初始路径；以得到的路径为基础生成相应的信息抽取规则；利用抽取规则在其他HTML文档中抽取需要的数据，若其他HTML文档与前述结构有差别，则重新生成抽取规则；对所有的抽取规则合并，生成能够包含上述所有抽取规则所有情况的综合的抽取规则；将抽取规则导出即生成了包装器。本发明使得包装器能够脱离包装器生成系统，真正为应用程序方便地使用。
-
公开(公告)号：CN100338609C
公开(公告)日：2007-09-19
申请号：CN200410074546.8
申请日：2004-09-08
IPC分类号： G06F17/30
摘要： 本发明公开了一种包装器的维护方法，利用原包装器提取变化前Web中实体的数据项的标志特征；利用数据项标志特征遍历变化后的Web的HTML树，从中找出具有该数据项标志特征的数据项；找出同一实体的数据项，对其划分语义块，即按实体将数据项汇聚，并提取实体的数据项描述模式；用该模式匹配HTML同级子树中的其他实体的数据项描述模式；若过渡匹配，则递归处理所有的子节点为根的子树；若部分匹配则自动合并相邻子树；若完全匹配，则返回所有的语义块即相关子树；得出的语义块均与模式匹配，从中找出一个与模式匹配较好的，并从中重新生成新的抽取规则，即生成了新包装器。本发明提出了一套清晰的生成包装器的流程，可以很方便的和其他应用系统集成。
-
公开(公告)号：CN1588371A
公开(公告)日：2005-03-02
申请号：CN200410074547.2
申请日：2004-09-08
IPC分类号： G06F17/30
摘要： 本发明公开了一种包装器的生成方法，将HTML文档格式解析为TML树结构；使用DTD匹配HTML文档中具体实例，计算匹配关系；得出一条能够覆盖所有HTML文档中对应实例的路径，并搜索HTML树中的子树是否具有相似的子树，如果存在，则用能够覆盖所有相似的子树的路径来代替初始路径；以得到的路径为基础生成相应的信息抽取规则；利用抽取规则在其他HTML文档中抽取需要的数据，若其他HTML文档与前述结构有差别，则重新生成抽取规则；对所有的抽取规则合并，生成能够包含上述所有抽取规则所有情况的综合的抽取规则；将抽取规则导出即生成了包装器。本发明使得包装器能够脱离包装器生成系统，真正为应用程序方便地使用。
-
-
-
搜索结果
4 条记录 (耗时 0.023 秒)
