资源列表
[搜索引擎] ChineseSegment
说明:基于Hash字库算法的lucene分词 完整的代码,使用创新的Hash字库,是分词效果大大提高-Hash algorithm based on character segmentation Lucene complete code, the use of innovative font Hash is the effect of greatly increased segmentation<陈锦> 在 2025-01-10 上传 | 大小:31kb | 下载:0
[搜索引擎] spider2006
说明:可配置:线程数、线程等待时间,连接超时时间,可爬取文件类型和优先级、下载目录等。 状态栏显示统计信息:排入队列URL数,已下载文件数,已下载总字节数,CPU使用率和可用内存等。 有偏好的爬虫:可针对爬取的资源类型设置不同的优先级。 健壮性:十几项URL正规化策略以排除冗余下载、爬虫陷阱避免策略的使用等、多种策略以解析相对路径等。 较好的性能:基于正则表达式的页面解析、适度加锁、维持HTTP连接等。 -C# spid<rossuel> 在 2025-01-10 上传 | 大小:31kb | 下载:0
[搜索引擎] LuceneHelloWorld
说明:Lucene的一个简单测试程序,最基本的运行Lucene程序-Lucene a simple test program, the most basic running Lucene program<dreamboy> 在 2025-01-10 上传 | 大小:31kb | 下载:0