2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩62頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、摘要Ⅰ基于JAVA的網(wǎng)絡(luò)爬蟲的設(shè)計(jì)與實(shí)現(xiàn)摘要網(wǎng)絡(luò)爬蟲是一種自動(dòng)搜集互聯(lián)網(wǎng)信息的程序。通過(guò)網(wǎng)絡(luò)爬蟲不僅能夠?yàn)樗阉饕娌杉W(wǎng)絡(luò)信息,而且可以作為定向信息采集器,定向采集某些網(wǎng)站下的特定信息,如招聘信息,租房信息等。本文通過(guò)JAVA實(shí)現(xiàn)了一個(gè)基于廣度優(yōu)先算法的多線程爬蟲程序。本論文闡述了網(wǎng)絡(luò)爬蟲實(shí)現(xiàn)中一些主要問(wèn)題:為何使用廣度優(yōu)先的爬行策略,以及如何實(shí)現(xiàn)廣度優(yōu)先爬行;為何要使用多線程,以及如何實(shí)現(xiàn)多線程;系統(tǒng)實(shí)現(xiàn)過(guò)程中的數(shù)據(jù)存儲(chǔ);網(wǎng)頁(yè)信息解析

2、等。通過(guò)實(shí)現(xiàn)這一爬蟲程序,可以搜集某一站點(diǎn)的URLs,并將搜集到的URLs存入數(shù)據(jù)庫(kù)。【關(guān)鍵字】網(wǎng)絡(luò)爬蟲;JAVA;廣度優(yōu)先;多線程。目錄第一章第一章引言引言..................................................................................................................1第二章第二章相關(guān)技術(shù)介紹相關(guān)技術(shù)介紹........

3、..........................................................................................22.1JAVA線程......................................................22.1.1線程概述..................................................22.1.2

4、JAVA線程模型.............................................22.1.3創(chuàng)建線程..................................................32.1.4JAVA中的線程的生命周期....................................42.1.5JAVA線程的結(jié)束方式...................................

5、.....42.1.6多線程同步................................................52.2URL消重.......................................................52.2.1URL消重的意義.............................................52.2.2網(wǎng)絡(luò)爬蟲URL去重儲(chǔ)存庫(kù)設(shè)計(jì).............

6、...................52.2.3LRU算法實(shí)現(xiàn)URL消重.......................................72.3URL類訪問(wèn)網(wǎng)絡(luò).................................................82.4爬行策略淺析.................................................82.4.1寬度或深度優(yōu)先搜索策略.......

7、..............................82.4.2聚焦搜索策略..............................................92.4.3基于內(nèi)容評(píng)價(jià)的搜索策略.....................................92.4.4基于鏈接結(jié)構(gòu)評(píng)價(jià)的搜索策略...............................102.4.5基于鞏固學(xué)習(xí)的聚焦搜索..........

8、.........................112.4.6基于語(yǔ)境圖的聚焦搜索.....................................11第三章第三章系統(tǒng)需求分析及模塊設(shè)計(jì)系統(tǒng)需求分析及模塊設(shè)計(jì)............................................................................13133.1系統(tǒng)需求分析......................

9、...........................133.2SPIDER體系結(jié)構(gòu)...............................................133.3各主要功能模塊(類)設(shè)計(jì).....................................143.4SPIDER工作過(guò)程...............................................14第四章第四章系統(tǒng)分析與設(shè)計(jì)

10、系統(tǒng)分析與設(shè)計(jì)............................................................................................16164.1SPIDER構(gòu)造分析...............................................164.2爬行策略分析..............................................

11、...174.3URL抽取,解析和保存..........................................184.3.1URL抽取..................................................184.3.2URL解析..................................................194.3.3URL保存.......................

12、...........................19第五章第五章系統(tǒng)實(shí)現(xiàn)系統(tǒng)實(shí)現(xiàn)........................................................................................................21215.1實(shí)現(xiàn)工具.....................................................215.2爬蟲工作

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論