UCI网页信息抽取技术

 UCI网页信息抽取技术，是一种适用于亿级数量的智能网页信息抽取技术，主要适用于互联网信息整合和搜索引擎中网页信息的提取。

该项技术采取的是标识提取，即操作人员只需在网页中标识一下要提取的内容即可。操作便捷，维护简单，准确率高，所以非常适用于超大规模的网页提取。其主要特点有：
　　1：操作便捷：不使用网页代码，只需在需要提取的内容处做标识即可。
　　2：准确率高：采用标识自动定位技术，即使目标网站的样式和代码发生改变也可自动准确提取信息。
　　3：维护简单：网站与抽取规则分离，具备抽取规则库，可自动监测提示失效抽取规则。

根据该项技术的研发者温丙磊的介绍，经过大规模的测试使用，UCI网页信息抽取技术，为大规模解析和抽取网页中的数据提供了可能，为互联网信息整合提供了必要的技术支持，并已经成为搜索引擎爬虫的一项必要扩展，UCI网页信息提取技术可采用插件的形式对爬虫提供扩展。