注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于Heritrix与Lucene的垂直搜索引擎研究

  2. 垂直搜索是针对某一个行业的专业搜索引擎，是搜索引擎的细分和延伸，是对网页库中的某类专门的信息进行一次整合，定 向分字段抽取出需要的数据进行处理后再以某种形式返回给用户。该文结合使用Heritrix与Lucene对学校新闻网站网页进行抓取 并建立索引，建立相对应的新闻垂直搜索引擎系统。

  3. 所属分类：Java

    • 发布日期：2010-11-29
    • 文件大小：449kb
    • 提供者：sduwangkai

  1. heritrix-1.14.4控制台可执行版本

  2. 近期需要使用heritrix-1.14.4,配了半天才配好,这个是控制台执行版本. 注意:解压到相关目录，之后配置系统环境变量"HERITRIX_HOME"到该解压目录（Java环境已经配置好）。 使用控制台命令启动 : heritrix --admin=admin:admin

  3. 所属分类：Java

    • 发布日期：2011-03-02
    • 文件大小：12mb
    • 提供者：igman

  1. heritrix系统使用.ppt

  2. heritrix系统使用、一个ppt 介绍heritrix的基本概念、以及原理知识

  3. 所属分类：互联网

    • 发布日期：2011-07-04
    • 文件大小：523kb
    • 提供者：bykjscn

  1. 自己动手写搜索引擎

  2. 该书是一本针对搜索引擎开发的书籍。通过学习本书，读者可以独立构建出一个企业级的搜索引擎网站。该书详细讲解了搜索引擎与信息检索基础，Lucene入门实例，Lucene索引的建立，使用Lucene进行搜索，排序，过滤和分页，Lucene的分析器，对Word、Excel和PDF格式文档的处理，Compass搜索引擎框架，Lucene分布式和Google Search API，爬虫Heritrix，HTMLParser，DWR等内容。最后综合使用所讲述的技术，构建了一个典型的垂直搜索系统，该系统具有很

  3. 所属分类：Web开发

    • 发布日期：2011-09-16
    • 文件大小：88kb
    • 提供者：a263482604

  1. hadoop中文文档

  2. hadoop 中文文档index Prefetch chain 预处理链 Pre selector Precondition Enforcer Fetch chain 提取链 Fetch DNS Fetch Http Extractor chain抽取链 Extractor HTML Extractor JS Write Chain 写链 ARC Writer Processor Post process Chain Crawl State Updater Post selector 范围部件

  3. 所属分类：Java

    • 发布日期：2012-03-14
    • 文件大小：28kb
    • 提供者：sxm530325138

  1. heritrix系统使用

  2. heritrix系统使用，本文详细介绍了heritrix系统使用，是个很不错的入门级资源。。。

  3. 所属分类：Java

    • 发布日期：2012-04-20
    • 文件大小：523kb
    • 提供者：g_long

  1. Heritrix3手册翻译

  2. Heritrix User Manual https://webarchive.jira.com/wiki/display/Heritrix/Heritrix3 Heritrix3(或简称H3)指Heritrix的3.0发布。 目前官方的Heritrix 3.0.0版已经发布（2009年12月）。 后续的发行H3将是3.0.1补丁版包括小的修改和增强将在2010年上半年，3.2.0将包含以使用简单、持续爬行和大规模爬行为主题的新功能。 H3的文档包括  Heritrix 3.0 and 3.

  3. 所属分类：Web开发

    • 发布日期：2014-03-14
    • 文件大小：48kb
    • 提供者：ptianfeng

  1. 搜索引擎的开发论文（毕业设计）

  2. 系统使用Eclipse和Dreamweaver作为开发环境。系统后台的手机信息是由某IT门户网站提供的，经过分析网站内容，准备好Heritrix的抓取清单，然后提交给Heritrix处理。网页抓取到后使用HTMLParser解析，将手机详细信息插入MySQL数据库，然后建立用来检索关键字的手机信息词库和Lucene的索引，最后搭建一个Web平台，采用JSP技术对建立的索引和数据库进行整合，为用户提供真正的搜索服务。

  3. 所属分类：Web开发

    • 发布日期：2008-12-26
    • 文件大小：1mb
    • 提供者：zly__sportboy

  1. Heritrix爬虫处理方案V1.0

  2. 安装部署好的Heritrix爬虫总共有28个jar包（不包括系统jar包）。关于Heritrix的安装配置及使用方法在文档末尾给出网址链接。在Eclipse中安装配置完成后，运行Heritrix.java启动爬虫，在浏览器地址栏中输入：localhost:8080进入UI任务创建、参数配置界面进行各项操作。

  3. 所属分类：Java

    • 发布日期：2018-05-09
    • 文件大小：396kb
    • 提供者：ac_milanbwin

  1. Squidwarc：Squidwarc是一款高保真度，用户可编写脚本的归档爬网程序，使用带有或不带有头部的Chrome或Chromium-源码

  2. Squidwarc是一款高保真度，用户可编写脚本的存档爬网程序，使用带有或不带有头部的Chrome或Chromium。 Squidwarc旨在满足对类似于Herritrix的高保真爬虫的需求，同时仍然易于个人档案管理员进行设置和使用。 当广泛的档案女王爬行时， Squidwarc并未（暂时）寻求废除Heritrix，而是寻求解决Heritrix的缺点，即： 没有执行Javascr ipt 一切都是纯文本 需要配置才能知道如何保存网络 用户需要的设置时间和技术知识 有关此的更多信息，请参见

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：300kb
    • 提供者：weixin_42116921