Web Harvest学习笔记.doc

Web-Harvest是Web数据挖掘工具。提供一种方法收集目标网页和挖掘有用的数据。为此,使用XSLT,XQUERY,Regular Exp等技术。 其网址在http://web-harvest.sourceforge.net/。 挖掘数据也称为WebScraping或WebDataMining。每个挖掘过程是用户自定义的,通过执行基于xml的配置文件。 例如: WebHarverst提供一组数据处理和控制流。Processor组合成管道,构成执行链。也提供了variable context。