技术编号:10725108
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。 目前,搜索引擎已经成为人们获取信息的首要工具,实现网页数据抓取是搜索引 擎的基本功能之一。每个独立的搜索引擎都有自己的网页抓取程序(spider) jpider顺着 网页中的超链接信息,连续地抓取网页。被抓取的网页被称之为网页快照。由于互联网中超 链接信息的应用很普遍,理论上,从一定范围的网页出发,就能搜集到绝大多数的网页。 -般情况下,利用搜索引擎在网页中搜集到的数据通常都是半结构化数据。半结 构化数据是指数据中的部分信息可以按照分类保存到对应的表中,...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。