[摘要]針對(duì)現(xiàn)階段web信息抽取技術(shù)的不足，提出一種基于Heritrix的精確抽取方法，由三個(gè)分別獨(dú)立的功能模塊共同完成。與一般信息抽取不同，本方法注重于在精確抽取的前提下實(shí)現(xiàn)通用化，做到可以根據(jù)數(shù)據(jù)庫(kù)表的字段來(lái)進(jìn)行最小單位的信息抽取，并且較好地解決信息采集通用性和準(zhǔn)確性之間的矛盾。

相關(guān)熱詞搜索：抽取 信息 Heritrix 基于Ｈｅｒｉｔｒｉｘ的Ｗｅｂ信息抽取 基于web的管理系統(tǒng) 基于web的圖書管理系統(tǒng)