- 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Python图书管理系统毕业论文+开题报告+设计源码
2021-06-10 -
基于STM32蓝牙控制小车系统设计毕业论文+硬件设计+软件设计
2021-06-09 -
基于JSP的IQ智力测试系统设计与实现毕业论文+运行说明文档+演示视频+项目源码及数据库文件
2021-06-08 -
电缆架空线混合线路故障测距方法的实现论文+任务书+开题+翻译+文献综述+程序
2021-06-10 -
基于Solidworks的封包卸料结构设计论文+任务书+开题报告
2021-06-10 -
基于matlab的运动目标检测仿真设计 毕业设计论文+外文翻译及原文+程序
2021-06-08 -
基于分组码的消息验证码的程序实现毕业论文+开题报告+翻译及原文+程序
2021-06-09 -
5.5kW油冷式电动滚筒传动设计说明书(论文)+任务书+开题报告+文献综述+CAD图纸+工序工艺卡片
2021-06-08 -
基于.NET的门诊药品查询系统的设计与实现毕业论文+设计源码
2021-06-08 -
基于Struts2的网上书城(仿当当网)系统设计与实现毕业论文+项目源码及数据库文件+软件使用说明书
2021-06-08
-
基于SPSS的医疗医保费用数据分析预测 毕业论文+外文翻译及原文+答辩PPT+代码+答辩演示视频
2021-06-08 -
基于STC89C52单片机的实时时钟播报设计毕业论文+论文附录仿真图原理图及程序
2021-06-09 -
粉粒物料螺旋加料机控制系统设计毕业论文+任务书+开题报告
2021-06-10 -
基于ASP.NET的网络购物系统设计与实现 毕业论文+任务书+项目源码及数据库文件+答辩PPT
2021-06-08 -
厨房食物垃圾粉碎机设计说明书(论文)+任务书+开题+选题表+翻译及原文+答辩+cad图纸+三维图纸+仿真视频
2021-06-09 -
机械工程学院2020届毕业设计(论文)工作实施细则
2021-06-08 -
基于PLC的交通信号灯模拟控制系统的设计毕业设计论文+任务书+评分表
2021-06-08 -
基于STM32的户外环境监测系统的设计(STM32、APP、WIFI)毕业论文+原理图+电路图+论文附录程序
2021-06-09 -
基于JavaWeb的健身俱乐部会员管理系统设计与实现毕业论文+任务书+中期表+答辩PPT+翻译及原文+源码+数据库+辅导视频
2021-06-08 -
基于java的订餐系统丨JAVAWEB校园订餐系统论文+源码
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!