藏文网页爬虫设计与实现

分享到

【作者】高红梅，陈金悬，潘佳平
【作者单位】西藏大学工学院
【年份】2012
【卷号】第9期
【页码】36-37
【关键词】藏文网页编码识别爬虫策略
【摘要】网页爬虫是通过网页链接地址自动发现和采集网页的一个应用程序,它是自然语言处理技术的基础。随着藏文信息化的发展,藏文网页爬虫的设计和实现显得尤为重要。文章主要研究对藏文网页进行编码识别、网页抓取、编码转换为统一国际编码以及更新所收集的藏文文档,设计了藏文网页爬虫策略。
【文献类型】期刊