文件名称:SubjectSpider_ByKelvenJU

  • 所属分类:
  • JSP源码/Java
  • 资源属性:
  • [Java] [源码]
  • 上传时间:
  • 2012-11-26
  • 文件大小:
  • 1.82mb
  • 下载次数:
  • 0次
  • 提 供 者:
  • 相关连接:
  • 下载说明:
  • 别用迅雷下载,失败请重下,重下不扣分!

介绍说明--下载内容均来自于网络,请自行研究使用

1、锁定某个主题抓取;

2、能够产生日志文本文件,格式为:时间戳(timestamp)、URL;

3、抓取某一URL时最多允许建立2个连接(注意:本地作网页解析的线程数则不限)

4、遵守文明蜘蛛规则:必须分析robots.txt文件和meta tag有无限制;一个线程抓完一个网页后要sleep 2秒钟;

5、能对HTML网页进行解析,提取出链接URL,能判别提取的URL是否已处理过,不重复解析已crawl过的网页;

6、能够对spider/crawler程序的一些基本参数进行设置,包括:抓取深度(depth)、种子URL等;

7、使用User-agent向服务器表明自己的身份;

8、产生抓取统计信息:包括抓取速度、抓取完成所需时间、抓取网页总数;重要变量和所有类、方法加注释;

9、请遵守编程规范,如类、方法、文件等的命名规范,

10、可选:GUI图形用户界面、web界面,通过界面管理spider/crawler,包括启停、URL增删等

-1, the ability to lock a particular theme crawls; 2, can produce log text file format : timestamp (timestamp), the URL; 3. crawls up a URL to allow for the establishment of two connecting (Note : local website for a few analytical thread is not limited) 4, abide by the rules of civilized spiders : to be analyzed robots.txt file and meta tag unrestricted; End grasp a thread after a website to sleep two seconds; 5, capable of HTML pages for analysis, Links to extract URL, the extract can judge whether the URL have been processed. Analysis has not repeat crawl over the web; 6. to the spider/crawler some of the basic procedures for setting up parameters, including : Grasp depth (depth), seeds URL; 7. use User-agent to the server to identify themselves; 8, crawls produce statistical informati
(系统自动生成,下载前可以参看下载内容)

下载文件列表

bothlexu8.txt

CheckLinks.java

data

....\sforeign_u8.txt

....\snotname_u8.txt

....\snumbers_u8.txt

....\ssurname_u8.txt

....\tforeign_u8.txt

....\tnotname_u8.txt

....\tnumbers_u8.txt

....\tsurname_u8.txt

HTMLParse.java

ISpiderReportable.java

segmenter.java

simplexu8.txt

Spider.java

tf.java

tradlexu8.txt

祝庆荣-主题网络蜘蛛程序设计及JAVA实现.doc

相关说明

  • 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
  • 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度更多...
  • 请直接用浏览器下载本站内容,不要使用迅雷之类的下载软件,用WinRAR最新版进行解压.
  • 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
  • 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
  • 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.

相关评论

暂无评论内容.

发表评论

*主  题:
*内  容:
*验 证 码:

源码中国 www.ymcn.org