基于RSS的博客采集系統設計與實現.pdf_第1頁
已閱讀1頁，還剩55頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、伴隨著Web2.0的興起，互聯網信息從傳統的ISP轉移到個人。博客網站雨后春筍般地涌現，互聯網迎來了“博客的春天”。信息開始了又一輪指數級爆炸增長。對用戶來說要想在浩瀚的信息海洋里找到想要的信息已非易事。信息的快速增長和人們的查找能力的矛盾愈演愈烈。對搜索引擎來說，面對博客這種頻繁更新的數據源，傳統搜索引擎根本無法跟上他的更新速度。如何應對這些更新頻繁的數據，已成為搜索引擎亟待解決地重要問題。正是博客的興起激活了RSS。它以其結構化特點

2、，在Web應用中受到越來越多的青睞，它使得網絡上的信息更加結構化。正是RSS的結構化特點使得網絡爬蟲可以通過跟蹤RSS頁面的更新及時捕獲更新信息，為解決數據的頻繁更新提供了一條可行之路。 本文設計了一種基于RSS的博客采集系統，希望能較好的解決及時追蹤更新數據的問題。不同于傳統搜索引擎使用的爬蟲，本論文實現的系統中共設計了兩個不同功能的爬蟲：RSS爬蟲和Blog爬蟲。其中RSS爬蟲負責廣泛采集RSS種子，而Blog爬蟲則通過遍歷

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論