专用Web信息收集系统的设计和实现

• 作者: 朱雪莲
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: Heritrix HTMLParser Web
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 信息技术
• 页码范围: 190-191
• 分类号: TP393
• 字数: 1703字
• 语种: 中文

摘要

Heritrix是由Java开发的开源Web网络爬虫,HTMLParser技术对抓取后网页内容进行高效率解析,对信息进行再一次整合,很好的解决了专业搜索引擎所需数据来源问题.文章探讨了基于Heritrix和HTMLParser构建Web信息收集系统的设计和实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱雪莲	新疆艺术学院基础部	18	26	4.0	4.0