h eritrix主题爬虫设计 heritrix based theme crawler design.pdfVIP

下载本文档

2
0
约2万字
约 5页
2017-09-03 发布于上海
举报
版权申诉

h eritrix主题爬虫设计 heritrix based theme crawler design.pdf

1、本文档共5页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

h eritrix主题爬虫设计 heritrix based theme crawler design

第卷第期长春工业大学学报 37 5 　　　　　　　　　　　　　　　　　　　　　　　　　　Vol.37 No.5 年月 2016 10 　　　　　　　　　Journal of Chan chun Universit of Technolo 　　　　　　　　　 Oct.2016 g y gy : / / DOI 10.15923 .22-1382 t.2016.5.19 　　　 j Heritrix主题爬虫设计 ∗ , 张亚凤郑山红　 ( , ) 长春工业大学计算机科学与工程学院吉林长春　130012 : , , 摘要通过扩展相应组件来抓取特定网页实现预定的抓取策略并加入　 Heritrix APHash , , 。算法对URL进行散列达到了多线程抓取网页的目的极大地提高了抓取数据的效率 : ; ; ; 关键词垂直有哪些信誉好的足球投注网站引擎主题爬虫 Heritrix APHash 算法中图分类号: 文献标志码: 文章编号: ( ) TP 31　　 A　　 1674-1374 2016 05-0507-05 Heritrix based theme crawler desi ng ∗ , ZHANG Yafen 　ZHENG Shanhon g g ( , , , ) School of Com uter Science En ineerin Chan chun Universit of Technolo Chan chun 130012 China p g g g y gy g : , Abstract B extendin related com onents of Heritrix to crawl a s ecific a e some redetermined y g p p p g p crawlin strate ies can be realized.The APHash al orithm is introduced to hash the