- 资源介绍
- 更新记录
- 安装教程
若有个人部署运行问题,点击右侧客服按钮咨询站长
站长联系方式
QQ:3484724101
摘 要
本课题的主要目的是设计面向定向网站的网络爬虫程序,同时需要满足不同的性能要求,详细涉及到定向网络爬虫的各个细节与应用环节。
搜索引擎作为一个辅助人们检索信息的工具。但是,这些通用性搜索引擎也存在着一定的局限性。不同领域、不同背景的用户往往具有不同的检索目的和需求,通用搜索引擎所返回的结果包含大量用户不关心的网页。为了解决这个问题,一个灵活的爬虫有着无可替代的重要意义。
网络爬虫应用智能自构造技术,随着不同主题的网站,可以自动分析构造URL,去重。网络爬虫使用多线程技术,让爬虫具备更强大的抓取能力。对网络爬虫的连接网络设置连接及读取时间,避免无限制的等待。为了适应不同需求,使网络爬虫可以根据预先设定的主题实现对特定主题的爬取。研究网络爬虫的原理并实现爬虫的相关功能,并将爬去的数据清洗之后存入数据库,后期可视化显示。
关键词:网络爬虫,定向爬取,多线程,Mongodb
ABSTRACT
The main purpose of this project is to design subject-oriented web crawler process, which require to meet different performance and related to the various details of the targeted web crawler and application in detail.
Search engine is a tool to help people retrieve information. However, these general search engines also have some limitations. Users in different fields and backgrounds tend to have different purposes and needs, and the results returned by general search engines contain a large number of web pages that users don’t care about. In order to solve this problem, it is of great significance for a flexible crawler.
Web crawler application of intelligent self construction technology, with the different themes of the site, you can automatically analyze the structure of URL, and cancel duplicate part. Web crawler use multi-threading technology, so that the crawler has a more powerful ability to grab. Setting connection and reading time of the network crawler is to avoid unlimited waiting. In order to adapt to the different needs, the web crawler can base on the preset themes to realize to filch the specific topics. What’s more, we should study the principle of the web crawler ,realize the relevant functions of reptiles, save the stolen data to the database after cleaning and in late achieve the visual display.
Keywords:Web crawler,Directional climb,multi-threading,mongodb
目 录
1)爬虫代码文件构成如图:
猜你喜欢
-
基于单片机的超声波测距系统实现毕业论文+附录C程序+原理图
2021-06-08 -
山东海阳张家铁矿9万吨/a地下开采设计 毕业设计论文+外文翻译及原文
2021-06-08 -
韶关学院毕业论文(设计)基本规范
2021-06-10 -
路面冰雪清除机除冰雪机械装置及电气设计说明书(论文)+开题报告+外文翻译及原文+cad图纸
2021-06-08 -
分级输出四路带保护程控电源设计与实现毕业论文+任务书+开题报告+审题表+外文翻译及原文+答辩PPT+上下机位程序及PCB原理图
2021-06-08 -
秸秆制粒机的总体设计毕业论文+任务书+开题报告+中期汇报+CAD图纸+查重报告
2021-06-09 -
某商场TD-LTE室内覆盖规划毕业设计论文
2021-06-08 -
某车间生产现场的改善研究 毕业论文+任务书+评阅意见+答辩记录及评定书
2021-06-08 -
民用普通高层建筑电气毕业设计论文
2021-06-10 -
基于java网上服装店的设计与实现毕业论文+任务书+中期检查+答辩PPT+代码+数据库+演示视频
2021-06-09
-
基于物联网的花卉养殖监控设计系统与研究毕业论文+开题报告
2021-06-10 -
基于Delphi7的木马程序的查杀设计与实现毕业论文+任务书+开题报告+文献综述+外文翻译+项目源码及EXE运行文件
2021-06-08 -
年产2000t搅拌型发酵酸奶车间工艺设计 说明书(论文)+cad图纸+PPT
2021-06-08 -
基于FPGA的信号发生器设计毕业论文+附录代码及仿真
2021-06-08 -
漫画静态网站设计毕业论文+项目源码
2021-06-08 -
罗茨气体流量计的结构设计毕业论文+任务书+开题报告+cad图纸
2021-06-09 -
某某大桥的检测和加固设计毕业论文计算+开题报告+cad图纸
2021-06-09 -
重庆大学科技学院毕业论文撰写规范化要求说明
2021-06-08 -
2020届机械设计制造及自动化专业毕业设计(论文)工作方案
2021-06-08 -
花生去壳机的设计毕业设计全套(任务书+开题+翻译+论文+cad图纸+solidworks三维模型)
2021-06-10
猜你在找
99源码网 » 基于Python网络爬虫的设计与实现毕业论文+源码
常见问题FAQ
- 免费下载或者VIP会员专享资源能否直接商用?
- 本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
- 提示下载完但解压或打开不了?
- 找不到素材资源介绍文章里的示例图片?
- 99源码网
- 2021-06-10Hi,初次和大家见面了,请多关照!