基于Swing 的HTML解析器的實(shí)現(xiàn)與應(yīng)用

打開文本圖片集

摘  要：HTML頁面解析是一切工作的基礎(chǔ)，通過分析HTML解析器感興趣的標(biāo)簽以及超鏈接的分類，在Java的Swing包的基礎(chǔ)上實(shí)現(xiàn)了一個(gè)HTML 解析器，用來提取HTML文檔的超鏈接和錨文本；然后把HTML解析器應(yīng)用到多媒體信息檢索系統(tǒng)的搜索器Spider的開發(fā)中，通過設(shè)定若干個(gè)種子網(wǎng)站，選擇合適的搜索算法，從中篩選出包含音頻、視頻和Flash 動畫的web 頁面，并將其存放在數(shù)據(jù)庫中。（剩余5685字）