网页正文信息一般存储在哪里_html/css_WEB-ITnose

毕业设计的题目是基于统计的网页正文信息抽取，因次需要知道一般的网页都把正文信息放在什么组件里面啊

回复讨论(解决方案)

呵呵 
这个不好说 反正在body里面
哈哈

呵呵 
这个不好说 反正在body里面 
哈哈
看到一篇论文说一般是放在table里的

table是表格，以前做网页一般都是用表格来做排版和放置正文，现在很多网站都是用DIV+CSS的形式来，那么文字就可能是放在DIV中，而并非表格

也可以放在数据库里面，更新，维护容易

感觉说得比较模糊...有两种可能：1，是显示的正文，这里当然是指

和之间的内容，2，网页正文，即组成该网页的所以内容，也即和之间的内容（前面那句代码估计也是吧？不清楚），这好象是网络爬虫搜索的内容,根据你的题目（基于统计的网页正文信息抽取）估计是通过提取web页面内容然后搜索指定内容进行统计...所以应该上第二种情况...呵呵

这要“具体网站具体分析”了吧，有的网站主要数据内容是在table中，有的却可能在div，甚至dl、ol、ul中。

放在html里呵呵，

中

放在里




这不都扯淡的么

爱放哪儿就放哪儿

引用 1 楼 xming4321 的回复:
呵呵 
这个不好说 反正在body里面 
哈哈 
 
看到一篇论文说一般是放在table里的
一般正文信息在段落

中，因为

才是符合标准的终端块状元素，
现在的网页都用div css进行排版，
所以放在

中的都是些存在纵横表格式关系的数据信息。

毕业设计的题目是基于统计的网页正文信息抽取，因次需要知道一般的网页都把正文信息放在什么组件里面啊
请问楼主的正文抽取程序搞定了吗 能不能发我一份参考一下 非常感谢！！