基于WebLech的内容搜索引擎设计

网络蜘蛛WebLech是一种优秀的Web站点下载开源工具。该文分析WebLech的特点和工作流程,完善WebLech的起始地址设置,并丰富其链接和所获取的网页类型。使用改进后的WebLech设计了一款能在用户设置的IP范围内进行搜索的基于内容的搜索引擎。

Web教学资源信息抽取技术研究

针对网上以HTML形式发布的教学资源共享性不高,提出了一种新的信息抽取模式,首先用WebLech从资料的文档头部抓取指定的信息,并生成一个规范的HTML文档,然后用GRDDL进行信息抽取并进行格式转化,并写入RDF一种结构化形式存在的资源,便于数据共享,并设计和实现了该方法的原型系统。