【毕设】每周情况-第7周

本周完成情况：

　　前几天对设计说明文档进行修改扩充，完成了中期报告文档的初稿。

　　在对维基百科提供的XML数据集进行研究，发现很多非常有价值的东西。这样就可以把这部分数据，以及包含了类别信息的Category数据库放在一起加以利用。这样一来，要对构建工具的设计模块进行修改，把第一个模块改为页面处理模块。以维基百科XML数据集为基础，爬虫根据实现情况放到次要位置或者搁置起来。另外，对维基百科的类别信息数据库进行了初步处理，可以实现简单的子类别查询功能。

　　周日晚上开组内交流会，汇报工作内容，讨论中期报告的相关问题。

存在的问题：

　　在数据库的导入过程中，由于源SQL文件巨大，用命令行导入费时费力。MySQL Administrator导入速度虽然快，却存在Bug容易假死。

　　编写抽取XML数据的程序，对于简单的XML处理很容易，但是处理数据量比较大、名字空间较复杂的维基XML时，总是发生错误，目前的解决方法差强人意，需要时间来调试。

下周计划：

　　修改中期报告文档和PPT，调试Web对象抽取功能的代码，准备中期答辩。