基于RSS的博客采集系統(tǒng)設(shè)計與實現(xiàn).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(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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、伴隨著Web2.0的興起，互聯(lián)網(wǎng)信息從傳統(tǒng)的ISP轉(zhuǎn)移到個人。博客網(wǎng)站雨后春筍般地涌現(xiàn)，互聯(lián)網(wǎng)迎來了“博客的春天”。信息開始了又一輪指數(shù)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(shù)據(jù)源，傳統(tǒng)搜索引擎根本無法跟上他的更新速度。如何應(yīng)對這些更新頻繁的數(shù)據(jù)，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(jié)構(gòu)化特點

2、，在Web應(yīng)用中受到越來越多的青睞，它使得網(wǎng)絡(luò)上的信息更加結(jié)構(gòu)化。正是RSS的結(jié)構(gòu)化特點使得網(wǎng)絡(luò)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(shù)據(jù)的頻繁更新提供了一條可行之路。 本文設(shè)計了一種基于RSS的博客采集系統(tǒng)，希望能較好的解決及時追蹤更新數(shù)據(jù)的問題。不同于傳統(tǒng)搜索引擎使用的爬蟲，本論文實現(xiàn)的系統(tǒng)中共設(shè)計了兩個不同功能的爬蟲：RSS爬蟲和Blog爬蟲。其中RSS爬蟲負(fù)責(zé)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(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