基于启发式规则的多记录页面分隔符识别方法

从半结构化或者非结构化的Web文档中提取信息时通常要求指定记录集的边界符,如果不根据记录边界符将包含多记录的页面分成单个记录块,那么记录的提取就不能成功。介绍了一种根据启发式的规则发现Web文档中的记录分隔符的方法,能够很好地解决多记录页面记录分割的问题。

一种发现多记录Web文档记录分隔符的方法

从半结构化或者非结构化的Web文档中提取信息时通常要求指定记录集的边界符。如果不根据记录边界符将包含多记录的页面分成单个记录块,那么记录的提取就不能成功。本文主要介绍了一种根据启发式的规则发现Web文档中的记录分隔符的方法,能够很好地解决多记录页面记录分割的问题。实验证明该方法具有很高的准确性。

巧用AWK编制查询程序

巧用ＡＷＫ编制查询程序工商银行河北省张家口市分行科技科张玉海建设银行河北省张家口市分行人事处辛晓春ＸＥＮＩＸ系统是目前国内外比较流行的多用户分时操作系统，特别在金融界的应用日益广泛。银行业务由于其特殊性，大量“无用”数据仍须长期保存，以备需要时查询使...