本文選題：Heritrix + HTMLParser��； 參考：《煤炭技術》2011年08期

【摘要】：Heritrix是由Java開發(fā)的開源Web網(wǎng)絡爬蟲,HTMLParser技術對抓取后網(wǎng)頁內容進行高效率解析,對信息進行再一次整合,很好的解決了專業(yè)搜索引擎所需數(shù)據(jù)來源問題。文章探討了基于Heritrix和HTMLParser構建Web信息收集系統(tǒng)的設計和實現(xiàn)。
[Abstract]:Heritrix is an open source Web crawler developed by Java. HTMLParser can efficiently parse the contents of the web pages after crawling and reintegrate the information, which solves the problem of the data source needed by the professional search engine. This paper discusses the design and implementation of Web information collection system based on Heritrix and HTML Parser.
【作者單位】： 新疆藝術學院基礎部;
【分類號】：TP393.09

【參考文獻】

相關期刊論文 前3條

1 歐陽柳波,李學勇,李國徽,王鑫;專業(yè)搜索引擎搜索策略綜述[J];計算機工程;2004年13期

2 朱雪蓮;;基于Lucene專業(yè)搜索引擎的研究應用[J];現(xiàn)代計算機(專業(yè)版);2010年09期

3 珠杰;羅潘;;基于HTML Parser的網(wǎng)頁信息提取技術研究[J];西藏大學學報(自然科學版);2010年01期

【共引文獻】

相關期刊論文 前10條

1 康海燕;任俊玲;陳昕;王鶴溈;;基于自然語言處理的多級網(wǎng)頁過濾器研究[J];信息安全與技術;2011年10期

2 陳悅;陳運;楊義先;胡迪;;基于遺傳算法的聚焦爬蟲搜索策略設計與研究[J];成都信息工程學院學報;2011年05期

3 付濤;;基于背景的Web廣泛主題發(fā)現(xiàn)方法[J];電腦學習;2010年02期

4 王冬;;中文信息檢索關鍵技術分析[J];電腦知識與技術(學術交流);2007年15期

5 王冬;張運波;黃應紅;;中文信息檢索關鍵技術分析[J];電腦知識與技術(學術交流);2007年17期

6 張麗敏;;垂直搜索引擎的主題爬蟲策略[J];電腦知識與技術;2010年15期

7 王兵;許少華;張興旺;;基于改進PageRank算法的管道專業(yè)搜索引擎系統(tǒng)設計與實現(xiàn)[J];大慶石油學院學報;2007年01期

8 謝吉剛;;中小型網(wǎng)站的搜索引擎優(yōu)化實施策略[J];高等函授學報(自然科學版);2009年01期

9 孫宏;李戴維;董旭陽;季澤旭;;搜索引擎技術與發(fā)展綜述[J];計算機光盤軟件與應用;2012年14期

10 張濤;;針對企業(yè)網(wǎng)站的搜索引擎優(yōu)化策略[J];湖北工業(yè)大學學報;2009年05期

相關碩士學位論文 前10條

1 李永春;主題搜索引擎的研究與實現(xiàn)[D];哈爾濱理工大學;2010年

2 陳可欽;基于垂直搜索引擎的主題爬蟲算法的研究[D];中南林業(yè)科技大學;2009年

3 楊曉丹;基于Lucene的主題搜索引擎模板的設計與實現(xiàn)[D];浙江工商大學;2011年

4 王兆宇;個性化站內搜索引擎的設計與應用[D];東華大學;2011年

5 盧承山;基于領域的主題信息采集技術研究[D];武漢理工大學;2011年

6 王小森;基于Solr的搜索引擎的設計與實現(xiàn)[D];北京郵電大學;2011年

7 郭姣;基于WebGIS的五金產(chǎn)業(yè)信息搜索系統(tǒng)的設計與實現(xiàn)[D];山西財經(jīng)大學;2011年

8 趙思佳;基于規(guī)則引擎的個性化網(wǎng)頁爬蟲研究[D];中南大學;2010年

9 吳宗坤;基于Fuse的資源搜索文件系統(tǒng)設計與實現(xiàn)[D];華南理工大學;2011年

10 李軍青;基于互聯(lián)網(wǎng)的個性化健康信息定制系統(tǒng)構建[D];復旦大學;2010年

【二級參考文獻】

相關期刊論文 前4條

1 歐陽柳波,李學勇,李國徽,王鑫;專業(yè)搜索引擎搜索策略綜述[J];計算機工程;2004年13期

2 珠杰;歐珠;格桑多吉;;基于DOM修剪的藏文Web信息提取[J];計算機工程;2008年24期

3 劉暢;;綜合搜索引擎與垂直搜索引擎的比較研究[J];情報科學;2007年01期

4 李廣麗;劉覺夫;;垂直搜索引擎系統(tǒng)的研究與實現(xiàn)[J];情報雜志;2009年10期

相關碩士學位論文 前2條

1 呂韓飛;主題（topical）crawler及其應用——主題搜索引擎[D];浙江大學;2005年

2 程書紅;基于XML的Web信息抽取設計與實現(xiàn)[D];重慶大學;2007年

【相似文獻】

相關期刊論文 前10條

1 李方敏;CGI的安全編程[J];計算機工程與應用;1999年06期

2 宋如順,姜乃松;基于Web的遠程考試系統(tǒng)設計與實現(xiàn)[J];計算機工程;1999年06期

3 王紅霞,姚家亮;利用ASP構建新型信息系統(tǒng)的方法與實現(xiàn)[J];計算機應用;1999年09期

4 鄧勁生,張銀福;面向對象的多媒體信息WEB發(fā)布[J];計算機應用研究;1999年09期

5 刁興春,李赤紅;Intranet環(huán)境下事務處理的理論研究和實現(xiàn)[J];小型微型計算機系統(tǒng);1999年06期

6 高昆;基于ASP的WEB站點開發(fā)技術分析[J];北華大學學報(社會科學版);1999年05期

7 王清心,胡建華;經(jīng)貿數(shù)據(jù)庫的WEB集成發(fā)布[J];昆明理工大學學報;1999年02期

8 李晶,朱秋萍;Web頁制作中的動態(tài)表現(xiàn)技術[J];計算機工程;2000年06期

9 劉波,代亞非,杜躍進;遠程協(xié)同教學系統(tǒng)中課程搜索子系統(tǒng)設計[J];計算機應用;2000年06期

10 武莊,劉友丹;基于Web的企業(yè)內部質量審核系統(tǒng)設計與實現(xiàn)[J];計算機應用研究;2000年05期

相關會議論文 前10條

1 石晶;龔震宇;裘杭萍;;基于Web挖掘的個性化服務技術[A];第十九屆全國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2002年

2 李利波;劉明利;;一種改進的無回溯反向Web服務動態(tài)組合方法[A];2011年全國通信安全學術會議論文集[C];2011年

3 游爭光;劉建勛;唐明董;;分布式Web服務測試系統(tǒng)的設計與實現(xiàn)[A];CCF NCSC 2011——第二屆中國計算機學會服務計算學術會議論文集[C];2011年

4 殷華蓓;李通;唐常杰;張?zhí)鞈c;左志松;;從Web文件中挖掘個性化導航知識[A];第十七屆全國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2000年

5 ;基于廣義對話的Web用戶的聚類(英文)[A];第十七屆全國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2000年

6 鄧長壽;郭景峰;楊焱林;鄧安遠;;下一代Web搜索引擎初探[A];第十八屆全國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2001年

7 ;WTCA:A Web Text Clustering Algorithm Based on DFSSM[A];第二十七屆中國控制會議論文集[C];2008年

8 胡建強;周斌;尹剛;鄒鵬;;基于角色的Web服務訪問控制技術研究[A];第二十屆全國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2003年

9 黃建波;丁揚;方芳;;基于代理服務器的Web加速的實現(xiàn)[A];2010通信理論與技術新發(fā)展——第十五屆全國青年通信學術會議論文集（上冊）[C];2010年

10 陶冶;劉建勛;唐明董;;基于Map/Reduce的分布式Web服務搜索引擎設計與實現(xiàn)[A];CCF NCSC 2011——第二屆中國計算機學會服務計算學術會議論文集[C];2011年

相關重要報紙文章 前10條

1 趙曉濤;Web安全 服務為王[N];網(wǎng)絡世界;2008年

2 本報記者 趙曉濤;Web安全：歷史的命題[N];網(wǎng)絡世界;2008年

3 彭敏;企業(yè)級Web2.0迎來應用高潮[N];電腦商報;2009年

4 本報記者 毛江華;安啟華聯(lián)手賽門鐵克 掘金Web安全[N];計算機世界;2009年

5 閆冰;“推”出Web交付新天地[N];網(wǎng)絡世界;2009年

6 趙曉濤;中國成全球Web安全新看點[N];網(wǎng)絡世界;2009年

7 邊歆;動態(tài)阻斷Web2.0威脅[N];網(wǎng)絡世界;2009年

8 泰樂公司首席技術官兼執(zhí)行副總裁Vikram Saksena;學習Web 3.0 做聰明的“管道工”[N];通信產(chǎn)業(yè)報;2009年

9 ;Web2.0工具使用須謹慎[N];網(wǎng)絡世界;2009年

10 Anchiva中國區(qū)總經(jīng)理 李松;Web安全選型三個標準[N];網(wǎng)絡世界;2008年

相關博士學位論文 前10條

1 李常寶;基于索引的web服務發(fā)現(xiàn)研究[D];北京郵電大學;2011年

2 魏登萍;語義Web服務發(fā)現(xiàn)中匹配策略的研究與實現(xiàn)[D];國防科學技術大學;2011年

3 張建武;面向Web應用的安全評測技術研究[D];北京郵電大學;2012年

4 黃雪娟;語義Web服務及其合成方法的研究[D];武漢大學;2009年

5 馬建斌;中文Web信息作者同一認定技術研究[D];河北農業(yè)大學;2010年

6 陳世展;服務網(wǎng)絡：基于語義和社會化關系的Web服務計算基礎設施[D];天津大學;2010年

7 朱俊武;基于本體的Web服務語義支撐技術研究[D];南京航空航天大學;2008年

8 許笑;分布式Web信息采集關鍵技術研究[D];哈爾濱工業(yè)大學;2011年

9 楊卉;Web文本觀點挖掘及隱含情感傾向的研究[D];吉林大學;2011年

10 王秀峰;Web導航中用戶認知特征及行為研究[D];南京大學;2013年

相關碩士學位論文 前10條

1 唐黎;Deep Web頁面結構分析與核心內容提取研究[D];重慶大學;2011年

2 吳新勇;基于需求群組的Web服務調度模型研究[D];上海交通大學;2011年

3 徐衛(wèi);Web新聞熱點發(fā)現(xiàn)系統(tǒng)的設計與實現(xiàn)[D];華中科技大學;2011年

4 姜本臣;基于嵌入式Web服務器應用技術的研究[D];沈陽工業(yè)大學;2012年

5 溫梨梨;基于零拷貝的Web服務器技術研究[D];中國海洋大學;2011年

6 焦燕廷;一種基于領域本體的語義Web服務匹配和組合方法[D];山東科技大學;2011年

7 黃亮;Web漏洞掃描系統(tǒng)中的智能爬蟲技術研究[D];杭州電子科技大學;2012年

8 趙春娟;Web服務組合方法的研究與實現(xiàn)[D];天津理工大學;2011年

9 任強;基于謂詞抽象與精化技術的Web服務驗證研究[D];蘇州大學;2011年

10 侯曉帆;基于云計算的Web教育爬蟲[D];東北師范大學;2011年

，

本文編號：2078659