#WebCollector WebCollector爬虫框架原始码 WebCollector是基于Java的开源Web爬网程序框架。它提供了一些用于爬网的简单界面，您可以在不到5分钟的时间内设置多线程Web爬网程序。 ## Homehttps ## Document ＃＃安装 没有Maven WebCollector jars在上可用。 webcollector-version-bin.zip包含核心jar。 ## Quickstart让我们从hfut新闻中抓取一些新闻。此演示

网络收藏家 WebCollector是基于Java的开源Web爬网程序框架。它提供了一些用于爬网的简单界面，您可以在不到5分钟的时间内设置多线程Web爬网程序。 除了通用的搜寻器框架外，WebCollector还集成了CEPF ，这是Wu等人提出的一种精心设计的最新Web内容提取算法： 吴国庆，胡建，李力，徐志，刘PC，胡XG，吴XD。 通过标签路径特征融合的在线Web新闻提取。 阮剑学报/软件学报，2016,27（3）：714-735。 主页 安装 使用Maven cn.ed