資料介紹
無論是通用搜索還是垂直搜索,其關鍵的核心技術之一就是網絡爬蟲的設計。本文結合
HTMLParser 信息提取方法,對生活類垂直搜索引擎中網絡爬蟲進行了詳細研究。通過深入分析生活類網站網址的樹形結構的構架,開發了收集種子頁面URL 的模擬搜索器,并基于HTMLParser 的信息提取方法,從種子頁面中提取出與生活類主題相關的目標URL。經實驗測試證明該爬蟲的爬準率達93.552% ,爬全率達96.720% ,表明該網絡爬蟲是有效的,達到中等規模的垂直搜索企業級應用的要求。
關鍵詞:網絡爬蟲;垂直搜索; HTMLParser
Abstract:Whether general search engine or vertical search engine, the design of web crawler is the core technology. In this article, a novel system of life-theme web crawler based on HTMLParser information extraction is thoroughly studied. In this system, a simulation searcher is designed for collecting the seed URL by analyzing tree structure of life-theme website, then, based on the discussion of HTMLParser information extraction, the target URL that relate to life-theme is extracted from the seed pages. Empirical studies show that the Pr ecision = 93.552% and the Re call = 96.720%, proving its effectiveness and achieving requirements for general enterprise-level application of vertical search engine.
Key words:web crawler; vertical search engine;HTMLParser
- 用Python寫網絡爬蟲 21次下載
- 一種自適應網頁結構化信息提取方法 2次下載
- 什么是網絡爬蟲使用Python寫網絡爬蟲的教程說明 3次下載
- 爬蟲是如何實現數據的獲取爬蟲程序如何實現 10次下載
- python爬蟲入門教程之python爬蟲視頻教程分布式爬蟲打造搜索引擎 29次下載
- 散亂點云數據特征信息提取算法 0次下載
- 基于同態系統的高分辨率遙感圖像河流信息提取 2次下載
- 脈沖多普勒雷達識別中的信號調制信息提取 13次下載
- 短時傅立葉變換在陣列聲波信息提取中的應用 9次下載
- GPS定位信息提取及應用 67次下載
- 基于VB6.0的點陣字模信息提取方法
- 一種新型網絡爬蟲的設計與實現
- 道路定位信息提取及四參數坐標轉換方法
- 植被虛擬仿真中遙感地信息定量化提取
- Web元數據信息提取技術的研究
- 爬蟲的基本工作原理 用Scrapy實現一個簡單的爬蟲 1681次閱讀
- 如何看待Python爬蟲的合法性? 666次閱讀
- 爬蟲的學習方法 876次閱讀
- Python-爬蟲開發01 617次閱讀
- 基于統一語義匹配的通用信息抽取框架USM 1145次閱讀
- 基于eBPF技術實現TLS加密的明文捕獲 2342次閱讀
- 爬蟲技術為什么變成了害蟲?爬蟲技術到底犯了什么錯? 4275次閱讀
- 如何解決爬蟲被封的問題 5323次閱讀
- 如何快速入門Python爬蟲的? 2657次閱讀
- Python3網絡爬蟲入門實戰解析 5554次閱讀
- Python爬蟲速成指南讓你快速的學會寫一個最簡單的爬蟲 7113次閱讀
- Python學習爬蟲掌握的庫資料大全和框架的選擇的分析 5224次閱讀
- 網絡爬蟲教程(1):音樂歌單編寫 1169次閱讀
- 初學者寫Python爬蟲的四大工具 5849次閱讀
- 多普勒流量測量概述-信號解調方法等 5112次閱讀
下載排行
本周
- 1電子電路原理第七版PDF電子教材免費下載
- 0.00 MB | 1490次下載 | 免費
- 2單片機典型實例介紹
- 18.19 MB | 93次下載 | 1 積分
- 3S7-200PLC編程實例詳細資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識別和講解說明
- 4.28 MB | 18次下載 | 4 積分
- 5開關電源原理及各功能電路詳解
- 0.38 MB | 10次下載 | 免費
- 6基于AT89C2051/4051單片機編程器的實驗
- 0.11 MB | 4次下載 | 免費
- 7基于單片機和 SG3525的程控開關電源設計
- 0.23 MB | 3次下載 | 免費
- 8基于單片機的紅外風扇遙控
- 0.23 MB | 3次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費
- 4LabView 8.0 專業版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費
- 5555集成電路應用800例(新編版)
- 0.00 MB | 33562次下載 | 免費
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費
- 8開關電源設計實例指南
- 未知 | 21539次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費
- 2protel99se軟件下載(可英文版轉中文版)
- 78.1 MB | 537791次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191183次下載 | 免費
- 7十天學會AVR單片機與C語言視頻教程 下載
- 158M | 183277次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138039次下載 | 免費
評論