基于web的数据采集

在本文中，将讨论使用标准web技术——html、xml和java——开发的一种基于web的数据采集方法。万维网是到目前为止世界上最丰富和最密集的信息来源，但其结构使它很难用系统的方法来利用信息。本文描述的方法主要是通过设定目标锚并利用xalan技术在源信息里获取目标数据，最后生成xml文档。这种方法可使那些熟悉web最常用技术的开发人员能快速而便捷地获取他们所需的以web方式发布的信息。