搜索资源列表
jspider-0.5.0-dev
- 一个由java实现的搜索引擎代码。实现对网页内容的分析和采集功能-a realization by the search engine code. Achieving the right Web content collection and analysis functions
NetCrawler
- ：把网络爬虫爬取的网页加以分析，去除网页中的控制命令和格式，只保留内容-: Reptile climb the network's website for analysis by removing the website of control commands and format, retaining only content
Nekohtml_0.9.5(Java)
- 网页分析的源代码，用java编写！对于开发搜索引擎有一定的帮助。-website analysis of the source code, prepared with java! For the development of search engines is certainly helpful.
htmlparser
- Csharp编写网页分析源代码！对于做搜索引擎有一定的帮助。-Csharp prepared analysis website source code! Search engines for so helpful to a certain extent.
theory_of_search_engine
- 本书比较系统地介绍了互联网搜索引擎的工作原理、实现技术及其系统构建 方案。全书分三篇共13章内容，从基本工作原理概述开始，到一个小型简单搜索 引擎实现的具体细节，进而详细讨论了大规模分布式搜索引擎系统的设计要点及 其关键技术；最后面向主题和个性化的Web信息服务，阐述了中文网页自动分类 等技术及其应用。本书层次分明，由浅入深；既有深入的理论分析，也有大量的 实验数据，具有学习和实用双重意义。
SearchCrawler
- 网络爬虫的实现 能够比较好的爬行网页 能对网络链接简单分析
SearchEngineer
- 本书比较系统地介绍了互联网搜索引擎的工作原理、实现技术及其系统构建方案。全书分三篇共13章内容，从基本工作原理概述开始，到一个小型简单搜索引擎实现的具体细节，进而详细讨论了大规模分布式搜索引擎系统的设计要点及其关键技术；最后面向主题和个性化的Web信息服务，阐述了中文网页自动分类等技术及其应用。本书层次分明，由浅入深；既有深入的理论分析，也有大量的实验数据，具有学习和实用双重意义。
SearchEnginePrincipleTechnologyandSystems
- 本书比较系统地介绍了互联网搜索引擎的工作原理、实现技术及其系统构建方案。全书分三篇共13章内容，从基本工作原理概述开始，到一个小型简单搜索引擎实现的具体细节，进而详细讨论了大规模分布式搜索引擎系统的设计要点及其关键技术；最后面向主题和个性化的Web信息服务，阐述了中文网页自动分类等技术及其应用。本书层次分明，由浅入深；既有深入的理论分析，也有大量的实验数据，具有学习和实用双重意义。
javaSearch
- 目录 目录 1 摘要 3 第一章 引言 4 第二章 搜索引擎的结构 5 2.1系统概述 5 2.2搜索引擎的构成 5 2.2.1网络机器人 5 2.2.2索引与搜索 5 2.2.3 Web服务器 6 2.3搜索引擎的主要指标及分析 6 2.4小节 6 第三章 网络机器人 7 3.1什么是网络机器人 7 3.2网络机器人的结构分析 7 3.2.1如何解析HTML 7 3.2.2 Spider程序结构 8 3.2.3如何构造Spid
ContentAnalyzer
- 搜索引擎正文提取程序，通过html分析和正则，去掉html代码，保留网页正文，只针对中文有效。英文稍加修改即可使用。-The body of the search engine extraction process, through analysis and regular html remove html code to retain the page text, only effective against the Chinese. Slightly modified to use Engl
03
- 本文首先介绍了图像搜索引擎系统的总体设计，分别介绍了数据下载模块、 预处理模块、图像分类模块、图像检索模块。在分析Spider系统的总体架构、运 行流程和重要组件的基础上，实现了普通爬虫和精确爬虫，分别针对不同的网页 进行数据下载。-This thesis describes the overall design of the image search engine firstly and describes the data download module、preprocess
vbXML
- VB源码：通过XML读取网页内容并分析取得需要的数据-VB Source: Read through the XML content and analysis of data required to obtain
crawler
- 一个针对分主题的网页分析和下载系统，能主动下载信息详细页-Automatically analyze and download classified web pages
getmainpic
- 从html页面中找出主要的图片和flash 可用于网页分析 图片搜索-Html page to find out from the main picture and the flash can be used for web analytics Image Search
LxmYhfWjm_v1.0
- 本书比较系统地介绍了互联网搜索引擎的工作原理、实现技术及其系统构建方案。全书分三篇共13章内容，从基本工作原理概述开始，到一个小型简单搜索引擎实现的具体细节，进而详细讨论了大规模分布式搜索引擎系统的设计要点及其关键技术；最后面向主题和个性化的Web 信息服务，阐述了中文网页自动分类等技术及其应用。本书层次分明，由浅入深；既有深入的理论分析，也有大量的实验数据，具有学习和实用双重意义。 本书可作为高等院校计算机科学与技术、信息管理与信息系统、电子商务等专业的研究生或高年级本科生的教学参考书和技术资
Z-emailCollector
- 1、它类似于一个蜘蛛程序，可以分析抓取到的每个网页，找出网页上面的email地址并将其提取出来； 2]kIqn*] 2、它又类似于一个人，可以选择点击什么样的链接，不点击什么样的链接，而不是每个链接都点击； V>bf NQK 3、它也可以选择自己感兴趣的邮箱地址进行提取并保存，而不是每个邮箱地址都抓取； 5n{A p|E3 4、它可以根据您的指示忠实的完成第2步和第3步的功能。 oh1n+ Z 5、它可以根据您的指示将抓取到的邮箱地址列表保存在任何位置
KSEngine
- 搜索引擎C#源代码，亲情奉献，呕血力作啊！！能正常运行，正常调试，有抓网页，分析网页，等技术在里面,如果有其他什么问题联系我email（k.liuxu@gmail.com)-The search engine code
spider_engine
- 分析网页代码，提取url进行散列处理，提交客户端程序进行排重处理，然后存入客户机数据库，随后根据数据库中的url列表遍历整个网络。-Analysis of web code, extract the hashed url, submit re-schedule the client program to deal with, and then stored in the client database, and then the url list in the database through
C-source-code-spider-web
- 不断去取得网络上的页面，然后分析出网页上出现的邮件地址保存下来。象个蜘蛛一样，从网络上一个网页爬向另一个网页，不停止地搜索邮件地址。 -Continue to get on the network page, and then analyze the e-mail address appear on the page saved. Like a spider, climbed from the network on a web page to another page, do not stop
NwebCrawler
- NwebCrawler是用C#写的一款多线程网络爬虫程序，它的实现原理是先输入一个或多个种子URL到队列中，然后从队列中提取URL（先进先出原则），分析此网页寻找相应标签并获得其href属性值，爬取有用的链接网页并存入网页库中，其中用爬取历史来记录爬过的网页，这样避免了重复爬取。提取URL存入队列中，进行下一轮爬取。所以NwebCrawler的搜索策略为广度优先搜索。采用广度优先策略有利于多个线程并行爬取而且抓取的封闭性很强。-NwebCrawler is a multi-threaded w