基于Heritrix主题爬虫的定制与实现

• 作者: 陈育兵
• 来源期刊: 湖北农机化
• 关键词: 主题爬虫 定制与实现
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 开发与研究
• 页码范围: 68
• 页数: 1页
• 字数: 832字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-1440.2017.05.045

摘要

本文在开源爬虫框架Heritrix基础上,进行多线程优化,定制面向搜狐新闻网页爬取的主题爬虫.试验表明,在改进扩展后的Heritrix基础上,能高效快速爬取搜狐站点下的新闻网页.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈育兵		1	0	0.0	0.0