Web信息显示格式转换技术分析

摘要互联网正以席卷全球之势影响着人类的政治、经济、科技、文化和生活的各个方 面，现代化信息技术正迅速的向农业领域渗透，但我国农村经济发展相对落后，通过 互联网推广信息化技术受到了很大的限制，主要原因之一是很多农民买不起价格昂贵 的计算机。多种接入方式的提出，有效地解决了农村“最后一公里"的问题，充分利 用农民现有的媒体通讯设备，将丰富的网络资源快速、有效地传输到农村。但是，互 联网上的信息大部分都是针对电脑屏幕分辨率设计的，即网页在800*600或更高的 分辨率下可以显示为最佳效果，而普通电视机屏幕分辨率较低，无法正常显示网页， 因此，本文对电视网页格式转换技术展开研究，该研究对利用电视上网技术的发展具 有重要意义和实用价值，对农业信息化的推进具有重要的现实意义。针对电视、手机等分辨率较低的设备不能正常显示网页的问题，目前并没有一个 统一的解决方案。在电视网页格式转换研究领域，目前主要采用布局宽度调整算法对 网页布局进行重新调整。而针对手机之类的小屏幕手持智能终端设备，现阶段主要采 用的方法有：基于缩略图的网页浏览方式、基于HTML标签动态重构的网页浏览方式 和多种技术相结合的网页浏览方式等等。本文主要解决Web信息在电视中的网页格式转换问题，以电视为研究对象，分析 了电视与电脑的显示原理，电视、电脑显示器的差别，给出了采用缩略图和基于DOM 的网页主题信息提取相结合的方法，针对不同类型的网页，采用不同的转换策略对网 页格式进行转换。该方法能有效的解决通过电视上网网页信息不能正常显示的问题。为了验证所给出的方法的正确性和可行性，本研究还进行了实验研究，开发了相 应的实验系统，分别对网页预处理，网页分类、缩略图转换和主题内容提取部分做了 实验。实验表明，采用缩略图和基于DOM的网页主题信息提取相结合的方法，能有效 地将网页转换成适合电视显示的页面，该方法不仅保持了导航页面的原始布局，而且 使内容页面的结构更加简单清晰，提高了用户浏览页面的效率，解决了Web信息页 面在电视中的显示问题。关键词：多种接入方式；网页格式转换；缩略图；信息提取；DOMResearch on the Transformation of Display Format for Web InformationAuthor：Sufen Dong Supervisor：Professor Guifa Teng Shuzhen HaoMajor：Computer Applied TechnologyAbstract：With the economic development and social prosperity as well as the increasing popularization of intemet，information techonology is penetrating to the agriculture area However,in the comparatively lower development area in agriculture，the distribution of the information on the web has many restrictionsOne main reason iS that many countrymen cant affrod the expensive personal computerThe imbalance of the economy among different areas make many kinds of connection to the intemet to solve the”lastkilometer”all inevitable choiceHowever，most of the information on the internet is designed for computer,which can achieve the desired effect at 800*600 or heigherresolutionBut the PAL pattern TVS resolution is lower than requiredSurfing on the internet by this kind of device callt reach the ideal effectResearch on the transformation of display format for web information is very importantIt has the practical significance to the agricultural informatization advancementAt present there are not an unified solution to solve the problem which Cant display web page normally on the low resolution devicesIn the television research areausing re-layout method to relayout web pages is the main methodAnd in the small screen device research area，there are more methods，such as thumbail，re1ayout based on HTML tag and the combine of the multy ways，etcBased on the analysis of the display principles of TV and computer,a new method which combines the following two methods together is proposed for the low resolution， thumbail and topical information extraction based on the DOM treeWeb page is divied into navigation page and content pageThumbnail is corresponed to the former pages，andtopical information extraction based on DOM is used to the 1atter onesThe experiment indicated that using the thumbnail and topical information extraction can transform the web page into tv page effectively,which is suitable for television to displayThe method can not only keep the original layout of the navigation page，but also make the structure of the content page much more simple and clean It can improving the user+S browsing efficientlyKeywords：Multiaccess；Format Transformation；Thumbnail；Information Extraction；DOM独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究 成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得塑皇堡盔些盘堂或其他教育机构的学 位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文 中作了明确的说明并表示谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解塑I垦壅些盘堂有关保留、使用学位论文的规定，有 权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。 本人授权塑主堡盔些盘鲎可以将学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书) 学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日学位论文作者毕业后去向：工作单位：电话：通讯地址：邮编：Web信息显示格式转换技术研究1引言11研究背景及意义随着社会经济与科学技术的发展，以互联网为支持的信息化浪潮正在全球兴起，现代化技术 正在迅速向农业领域渗透，对农业的发展起着举足轻重的作用。因特网的迅速发展，使广大农民 可以快速的得到农产品的供求信息，但是，传统的典型终端设备是个人电脑，传统的接入方式局 限于ADSL拨号上网和宽带上网，难以承担任何人(Anybody)在任何地点(Anywhere)、任何 时间(Anytime)可以使用任何设备(Anydevice)访问任何信息资源(Anything)的方式接入网络的任到11。多种接入方式的提出有效的解决了农村“最后一公里”的问题，为农村信息化建设铺平了道路，但由于不同接收设备显示能力的不同，普通网页在这些低分辨率接收设备上不能很 好的显示，因此，Web信息显示格式转换将日益成为一个新兴而重要的应用研究热点，具有深远 的现实应用价值和研究意义。111 研究背景我国农村，经济发展相对落后，通过互联网推广信息化技术受到了很大的限制，原因之一是 很多农民买不起价格昂贵的计算机，但电视拥有率很高。如何将丰富的网络资源传输到农村基层 成为迫切需要解决的问题。我国农村各地经济发展不平衡，充分利用农民现有的媒体通讯设备， 如：电视、电话、电脑、手机、PDA等，以多种接入的方式解决“最后一公里”的问题是必然选 择，多种接入方式如图1所示。图1多种接入方式示意图Figl Multi-access of entering intemet电视机在农村已经基本普及，普通电视机+机顶刽21的方式上网作为一种新兴的上网方式，将宽带市场从3500万宽带用户【31，21亿网民【4】，延伸到十几亿的电视观众，把互联网从城市向农河北农业大学硕士学位(毕业)论文 村边远山区延伸，有助于推动农村信息化建设，具有更广阔的发展空间。互联网上的信息资源大多都是使用HTML描述的WEB网页，这些页面是针对电脑屏幕设计 的，即在800*600的分辨率及更高分辨率下浏览可以达到最佳效果，而我国PAL制式电视的屏 幕分辨率一般为720*576151，低于网页正常显示所需的分辨率，在这样的电视上浏览网页信息， 不能达到最佳显示效果，很多情况下还会出现网页布局严重失调，这将会给用户带来一些不必要 的麻烦，严重影响此接入方式的推广，这就需要对网页的显示格式进行转换。11