钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
无线电电子学与电信技术期刊
\
现代信息科技期刊
\
基于Scrapy爬虫框架的领域网站文件爬取
基于Scrapy爬虫框架的领域网站文件爬取
作者:
邹维
李廷元
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
Scrapy
爬虫
Selenium
朴素贝叶斯
摘要:
为了提高航行通告文件下载效率、节省人工资源,文章通过Scrapy爬虫框架,结合自然语言处理中的信息,分类爬取各民航局发布的航行通告文本.首先基于网页数据交互模式将网站分类,结合Selenium自动化测试工具进行网页下载.然后使用朴素贝叶斯算法将网站所有链接进行分类,区分为目标链接以及非目标链接,从而实现提取航行通告文本链接,此分类模型在领域类网站准确率为95.97%.
暂无资源
收藏
引用
分享
推荐文章
基于Scrapy框架的爬虫和反爬虫研究
网站
网络爬虫
反爬虫
Python
Scrapy框架
基于Scrapy框架的爬虫设计
Scrapy框架
爬虫
数据可视化
基于最优查询的多领域deep Web爬虫
deep Web
deep Web爬虫
最优查询
页面聚类
基于Scrapy框架的互联网招聘信息可视化技术研究
Scrapy框架
招聘信息
数据分析
可视化
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于Scrapy爬虫框架的领域网站文件爬取
来源期刊
现代信息科技
学科
工学
关键词
Scrapy
爬虫
Selenium
朴素贝叶斯
年,卷(期)
2020,(21)
所属期刊栏目
信息技术
研究方向
页码范围
6-9
页数
4页
分类号
TP391
字数
语种
中文
DOI
10.19850/j.cnki.2096-4706.2020.21.002
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(32)
共引文献
(21)
参考文献
(7)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1988(1)
参考文献(0)
二级参考文献(1)
1997(1)
参考文献(1)
二级参考文献(0)
2004(1)
参考文献(1)
二级参考文献(0)
2008(3)
参考文献(0)
二级参考文献(3)
2011(1)
参考文献(0)
二级参考文献(1)
2012(1)
参考文献(0)
二级参考文献(1)
2013(1)
参考文献(0)
二级参考文献(1)
2014(5)
参考文献(0)
二级参考文献(5)
2015(4)
参考文献(0)
二级参考文献(4)
2016(5)
参考文献(0)
二级参考文献(5)
2017(8)
参考文献(2)
二级参考文献(6)
2018(2)
参考文献(0)
二级参考文献(2)
2019(4)
参考文献(1)
二级参考文献(3)
2020(2)
参考文献(2)
二级参考文献(0)
2020(2)
参考文献(2)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
Scrapy
爬虫
Selenium
朴素贝叶斯
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代信息科技
主办单位:
广东省电子学会
出版周期:
半月刊
ISSN:
2096-4706
CN:
44-1736/TN
开本:
16开
出版地:
广东省广州市白云区机场路1718号8A09
邮发代号:
46-250
创刊时间:
2017
语种:
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
期刊文献
相关文献
1.
基于Scrapy框架的爬虫和反爬虫研究
2.
基于Scrapy框架的爬虫设计
3.
基于最优查询的多领域deep Web爬虫
4.
基于Scrapy框架的互联网招聘信息可视化技术研究
5.
基于Scrapy的网络爬虫系统框架设计与实现
6.
新浪微博数据爬取研究
7.
基于协程模型的分布式爬虫框架
8.
一种维护WAP网站的网络爬虫的设计
9.
基于HTMLParser信息提取的网络爬虫设计
10.
基于Scrapy的农业网络数据爬取
11.
基于Scrapy和casperjs的电子商务网站信息采集系统研究
12.
基于Scrapy的中药材网络信息采集方法研究
13.
基于EBNF和二次爬取策略的XSS漏洞检测技术
14.
基于改进网络爬虫技术的SQL注入漏洞检测
15.
基于ThinkPHP框架的视频教学网站的设计和实现
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
现代信息科技2022
现代信息科技2021
现代信息科技2020
现代信息科技2019
现代信息科技2018
现代信息科技2017
现代信息科技2020年第9期
现代信息科技2020年第8期
现代信息科技2020年第7期
现代信息科技2020年第6期
现代信息科技2020年第5期
现代信息科技2020年第4期
现代信息科技2020年第3期
现代信息科技2020年第24期
现代信息科技2020年第23期
现代信息科技2020年第22期
现代信息科技2020年第21期
现代信息科技2020年第20期
现代信息科技2020年第2期
现代信息科技2020年第19期
现代信息科技2020年第18期
现代信息科技2020年第17期
现代信息科技2020年第16期
现代信息科技2020年第15期
现代信息科技2020年第14期
现代信息科技2020年第13期
现代信息科技2020年第12期
现代信息科技2020年第11期
现代信息科技2020年第10期
现代信息科技2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号