网络爬虫的设计与实现
更新时间:2024-03-08 13:42:01 阅读量: 综合文库 文档下载
龙源期刊网 http://www.qikan.com.cn
网络爬虫的设计与实现
作者:董日壮 郭曙超
来源:《电脑知识与技术》2014年第17期
摘要:随着社会的飞速发展,互联网上信息容量急剧增加,人们对搜索引擎的依赖愈发强烈。网络爬虫是搜索引擎的关键技术之一,同时也是快速获取网络上可用资源的有效工具。为了能够对网络爬虫更深入的了解并熟练合理的应用于各种的应用和系统中,经过对网络爬虫的框架、基本工作流程、抓取策略的分析和了解,使用Java与HTML解析工具jsoup以及MySQL数据库实现一个网络爬虫,简单爬取京东的图书数据,用于用户喜好的分析及购买倾向的判断,为用户提供个性化的服务。
关键词:搜索引擎;网络爬虫;抓取策略;Java;jsoup;MySQL
中图分类号:TP391 文献标识码:A 文章编号:1009-3044(2014)17-3986-03 Design and Implementation of Web Crawler DONG Ri-zhuang1, GUO Shu-chao2
(1.School of Computer Engineering, Qingdao Technological University, Qingdao 266033, China; 2.Shandong Entry-Exit Inspection and Quarantine Bureau, Qingdao 266000, China) Abstract: With the rapid development of society, a sharp increase in information capacity on the Internet, people rely on search engines is growing. As one of the key technologies of Web crawler search engines, but also an effective tool for quick access to the available resources on the network. In order to understand web crawler better and apply it into various applications and systems more skillful and reasonably. After analyze and understand the framework, basic workflow, grab strategy of web crawler, use programming language of Java and HTML parsing tools jsoup and MySQL database implements a web crawler, crawling Jingdong book data simply in order to analysis user’s preferences and purchase predisposition, so that to provide users with personalized service.
Key words: search engine; Web crawler; grab analyze; Java; jsoup; MySQL 1 概述
随着社会发展与时代进步,信息社会的发展速度超出了绝大多数人的想象,与此同时,互联网容量已经达到了一个空前的规模。据搜索引擎巨头Google透露,在2012年时候,Google的网页爬虫Googlebot每天都会经过大约200亿个网页[1],并且追踪着约300亿个独立的URL
正在阅读:
网络爬虫的设计与实现03-08
暑假工作与思想汇报例文06-04
二年级数学下册第二次月考精编试卷05-25
入团介绍人意见(20篇)05-03
PDF文档怎样快速转HTML格式?06-03
爱爱医资源-中医验方偏方集锦汇编275个文档电子书10-24
毕业论文《美食门户网站分析、设计与实现》09-10
加强“三账一卡”控制系统构建 优化事业单位固定资产管理体系07-06
- 小学生造句大全
- 增压泵投资项目可行性研究报告(模板)
- 高中语文人教版粤教版必修1-5全部文言文知识点归纳
- 两学一做专题民主生活会组织生活会批评与自我批评环节个人发言提
- 管理处环境保洁工作操作标准作业指导书
- 2012六一儿童节活动议程 - 图文
- 移树申请报告
- 《贵州省市政工程计价定额》2016定额说明及计算规则
- 计算机长期没有向WSUS报告状态
- 汉语拼音教学策略研究
- 发展西部领先的航空货运枢纽
- 司法所上半年工作总结4篇
- 如何提高银行服务水平
- 发电厂各级人员岗位职责
- 丰田汽车的外部环境分析
- 2017—2018年最新冀教版四年级数学下册《混合运算》教案精品优质
- 中建八局样板策划 - 图文
- 戚安邦《项目管理学》电子书
- 2015年高级项目经理笔记
- 弯桥的设计要点
- 爬虫
- 实现
- 设计
- 网络
- 毕业设计开题报告书
- 电子电器端子市场前景预测及投资规划分析报告(目录)
- ACS800-67变频器的常见故障原因及处理办法
- 《大海啊故乡》教学设计
- 河北框剪结构高层办公楼绿色施工方案(平板筏板条形基础,附示意
- 采煤沉陷区光伏领跑技术基地华能欢城光伏发电项目培训资料 - 图
- 武汉大学测绘学院大地测量计算与实习报告 - 图文
- 初三物理讲学案第1讲 分子热运动和内能
- 统计学计算题
- 第17课空前严重的资本主义世界经济危机
- 从“乔家大院”看晋商文化
- 关工委典型案例:推进街道各社区校外教育辅导站工作常态化
- 夏邑县济阳初中创客教育实施方案
- 2015年中考化学总复习分类专题训练:金属和金属材料附答案
- 初中生考前的心理辅导
- HSE部门
- 催化裂化装置技术问答第一章
- 抹灰工程施工作业指导书
- 竞聘学校中层演讲稿
- 柯尼卡美能达184复印机参数说明-科颐办公