基于DOM的规范化WEB信息提取

本文以一个新闻列表提取器的实现为目标,针对不同的数据结构和应用需求列举了四种提取模式,并分别为每种模式给出了设计思路和算法逻辑,是基于DOM思想提取HTML信息的典型应用,对于同样有WEB信息聚合与数据采集应用需求的研究实现具有很好的借鉴参考意义。