开发工具:
文件大小: 819kb
下载次数: 0
上传时间: 2012-05-21
详细说明： 实现了一下功能： （1） 能够搜集本站内的所有网页，能提取出其中的URL并加入到待搜集的URL队列中，对非本网站域名的URL，只允许搜集首页，记录发现的URL即可；对搜集的结果，产生2个URL列表：站内搜集URL、非站内（站外）发现URL； （2）使用User-agent向服务器表明自己的身份； （3）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，不重复下载和解析已搜集过的网页； （4）能够对crawler的一些基本参数进行设置，包括：搜集深度（depth）、文件类型、文件大小等。 （5）对搜集的过程生成日志文本文件，日志文件的格式定义，请在实验报告中详细说明。 （6）遵循礼貌规则。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适当停顿（sleep）；最多允许与被搜集站点同时建立2个连接（本地做网页解析的线程数则不限）。 （7）采用多线程并行编程技术，提高搜集速度。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
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。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用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.
