网页pagelet的自动抽取方法

？web页面中除了所包含的数据外，往往还包含很多导航信息、广告等。针对web页面的特点，提出了dom树比较算法，通过对多个页面进行比较，识别出主体内容。实验结果证明该方法是有效可行的。