2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著大數(shù)據(jù)時(shí)代的來臨,網(wǎng)絡(luò)信息以“爆炸”的方式增長,以新浪微博為例,其日均微博更新多達(dá)1.2億條,但在信息空前豐富的前提下,用戶獲取自己需要數(shù)據(jù)的難度也日趨增加。傳統(tǒng)搜索引擎如百度、Google等提供的零散結(jié)果已經(jīng)不能滿足用戶的需求,人們不論在專業(yè)數(shù)據(jù)分析還是在日常生活方面更需要的是經(jīng)過有效整合的數(shù)據(jù),整合互聯(lián)網(wǎng)數(shù)據(jù)要使用網(wǎng)絡(luò)爬蟲技術(shù)。然而目前常用的網(wǎng)絡(luò)爬蟲系統(tǒng)開發(fā)難度大,穩(wěn)定性差并且使用不友好,已經(jīng)不能滿足當(dāng)今用戶的需求,因此研究設(shè)計(jì)

2、一種開發(fā)擴(kuò)展簡單,穩(wěn)定性高,適用范圍廣以及使用友好的網(wǎng)絡(luò)爬蟲系統(tǒng)具有非常重要的價(jià)值。
  本文先研究了國內(nèi)外現(xiàn)有網(wǎng)絡(luò)爬蟲技術(shù)、網(wǎng)絡(luò)爬蟲系統(tǒng)和反爬蟲策略的現(xiàn)狀,分析了現(xiàn)有網(wǎng)絡(luò)爬蟲系統(tǒng)實(shí)現(xiàn)過程復(fù)雜、穩(wěn)定性差和使用不友好的原因,并且基于此提出了基于Chrome擴(kuò)展的網(wǎng)絡(luò)爬蟲系統(tǒng)。其次,為了滿足不同的需求和發(fā)揮互聯(lián)網(wǎng)的優(yōu)勢,提出了在基于Chrome擴(kuò)展的網(wǎng)絡(luò)爬蟲系統(tǒng)中實(shí)現(xiàn)兩種信息抓取模塊,分別是個(gè)人版信息抓取模塊和服務(wù)器版信息抓取模塊。最

3、后,為了支持個(gè)人版信息抓取模塊對中央服務(wù)器模塊的高并發(fā)性需求,提出了基于Netty框架實(shí)現(xiàn)的中央服務(wù)器模塊和采用主從庫配置的數(shù)據(jù)庫模塊,并且為了在有更多新需求的情況下中央服務(wù)器模塊能夠更好的進(jìn)行擴(kuò)展,本文采用了面向接口編程并且引入了Spring框架來管理中央服務(wù)器模塊的類之間的依賴。
  本文設(shè)計(jì)和實(shí)現(xiàn)的網(wǎng)絡(luò)爬蟲系統(tǒng),不僅開發(fā)過程容易,擴(kuò)展方便,支持網(wǎng)頁類型多——包括普通靜態(tài)網(wǎng)頁、異步加載網(wǎng)頁和動態(tài)生成信息,而且個(gè)人版信息抓取模塊

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(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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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