一种基于XML的Web数据抽取的实现

Web数据挖掘的研究越来越广泛,对Web数据的抽取则是研究的前提和必要的步骤。而当前Web信息大多数都是HTML格式的,存在很多缺陷。针对目前研究,简单地介绍了XML及它的特点,并且对HTMLandXML从开放性、可操作性等几个方面做了比较,显示出了XML的优越性。最后利用一个实例简述了基于XML的数据抽取过程。