论文部分内容阅读
为了有效地从Web页面上提取数据信息，本文建立一种基于XML的Web信息收集数据库。利用开源工具JTidy将Web页面加以整理，利用XML良好的结构特性，使用Dora4j工具包解析XML文件；按照XML中的标签层次特点作为对数据进行储存的依据；最后使用Hibernate将数据持久化地储存于数据库中，方便数据的储存与查询。