语义结构和网页数据抓取规则定义工具MetaStudio

MetaStudio是描述网页语义结构并自动生成网页数据抓取规则的工具。通常，网页数据抓取规则是手工编写的，很容易出错，需要比较麻烦的调试 和测试，而且需要使用多个样例网页进行验证，经过多次修正，最终才能获得一个合适的网页数据抓取规则。另外，由于目标网页结构会改变，届时，又得花费很多 时间修改原先定义的网页数据抓取规则。MetaStudio将上述所有这些费时且易错的工作自动化，网页数据抓取规则自动生成，并即时进行验证，如果今后 页面结构变化了，只需要使用MetaStudio的友好的图形化界面修正一下即可，而且，由于采用了专利技术， 锁定目标页面结构变化的能力很强，即使页面结构进行了比较大的改变，MetaStudio生成的网页数据抓取规则也能适应新结构。

MetaStudio V4.x版本进一步提高了， 在自动生成网页数据抓取规则的基础上，引入了两个层面的手工自定义抓取规则：自定义XPath节点定位表达式和自定义XSLT网页语义块抓取指令，而且将 自定义的抓取规则无缝集成到自动生成的网页抓取规 则文件中，使用单一网页数据抓取规则文件即可完成特定主题页面的数据 抽取任务。

详细的版本特性参见

通过阅读本手册，您可以掌握 MetaStudio 的使用方法，即

• 描述Web页面语义结构，存储于信息结构描述 文件中
• 自动生成网页数据抓取规则
• 验证网页数据抓取规则的有效性
• 对以前定义的信息结构进行维护和修改，以适用变化了的网页结构
• 维护用户帐户和语义结构数据库

通过MetaSeeker提供的友好的图形用户界面（GUI），定义一个新主题的网页数据抓取规则仅仅需要几分钟时间，接下来的章节将详细展示怎样 使用该工具。