搜索资源列表
ferret-0.11.6
- Ruby port of the Java Lucene search engine
spider
- 是网络爬虫方面的PDF格式的文档资料，主要介绍了爬网方面的技术原理及代码示例，涉及到JAVA方面的线程知识。-Reptiles in the network documentation in PDF format, focuses on the crawl technical principles and code samples, related to the knowledge of JAVA in the thread.
Spider
- 网络爬虫，全套java Spider all java Spider alljava Spider a-java Spider all java java Spider alljava Spider alljava Spider all
WebNewsCrawler-1.0
- 一个网络爬虫程序，用java实现的，并且可以实现新闻的抓取-A Web crawler program, with the java implementation, and news of the capture can be achieved
JavaNetSpider
- Java网络爬虫(蜘蛛)源码 本程序利用java技术通过IP/TCP技术去捕捉网络数据。-Java web crawler (spiders) the source code The program use Java technology through the IP/TCP technology to capture network data.
4pm
- 本文用lucene和Heritrix构建了一个Web 搜索应用程序 Lucene 是基于 Java 的全文信息检索包，它目前是 Apache Jakarta 家族下面的一个开源项目。 Lucene很强大，但是，无论多么强大的搜索引擎工具，在其后台，都需要一样东西来支援它，那就是网络爬虫Spider。网络爬虫，又被称为蜘蛛Spider，或是网络机器人、BOT等，这些都无关紧要，最重要的是要认识到，由于爬虫的存在，才使得搜索引擎有了丰富的资源。 Heritrix是一个纯由Java开
CutWords
- 实现搜索引擎中的中文分词技术，JAVA语言实现-Chinese word in the search engine technology
lucene-query
- lucene搜索请求的构建和解析,JAVA语言开发 很有用-lucene search request to build and parse, the JAVA language to develop useful
ZhuaQu
- JAVA实现基本的页面抓取，运用多线程过滤和筛选，网络爬虫-JAVA Implementation of the basic page capture, filtering and screening of the use of multi-threaded Web crawler
paoding-analysis-2.0.4
- Paoding中文分词是一个使用Java开发的，可结合到Lucene应用中的，为互联网、企业内部网使用的中文搜索引擎分词组件。 Paoding填补了国内中文分词方面开源组件的空白，致力于此并希翼成为互联网网站首选的中文分词开源组件。 Paoding中文分词追求分词的高效率和用户良好体验。-Paoding Chinese word is a Java development can be combined with Lucene applications for the word componen
emailspider
- 自己实现的一个Email爬虫,Java写的，功能还不是很完善，大牛们不要喷哦-a email spider
codefans.net
- 本程序是Java搜索引擎系统，可以用于网站搜索等各个方面，是个不错的小程序-This program is a Java search engine system can be used for site search, is a good program
java_webspider
- java实现的网络爬虫,可以生成节点图，非常强大，也很好用。-java implementation of the Web crawler can generate a graph of nodes, very powerful, just as well.
WebLoupe-0.5-src
- 一个java写的网络爬虫，有界面，有log，能够压缩下载文件。-A web crawler written in Java, interface, the log and be able to extract the downloaded file.
Nutch
- 网上流行的Nutch爬行器代码，是Java语言编写的。功能很强大-Nutch web crawler popular code is the Java language. Very powerful
Spider-Java
- 网络爬虫的简要介绍及一点源代码，分享给想要学习爬虫的人-The web crawler brief introduction and point-source code
GetWeb
- 以下是一个Java爬虫程序，它能从指定主页开始，按照指定的深度抓取该站点域名下的网页并维护简单索引。-The following is a Java reptiles, it can start from the specified Home to crawl pages under the domain name of the site in accordance with the specified depth and maintain a simple index.
ansj
- ictclass的java版本开源实现，用于实现中文分词功能。-the java version that the open source implementation of ictclass
domainSpider
- 自己用java写的一个域名扫描程序，扫描网络上未被注册的域名。可以在配置文件里配置字符组成、长度范围、域名机构名。扫描结果存放mysql数据库里同时输出log文件，建库语句压缩包里有。-Own a domain name written in java scanner scans the network is not registered on the domain name. Configuration characters in the configuration file, the len
crawler-on-news-topic-with-samples
- java做的抓取sohu所有的新闻；可以实现对指定站点新闻内容的获取；利用htmlparser爬虫工具抓取门户网站上新闻，代码实现了网易、搜狐、新浪网上的新闻抓取；如果不修改配置是抓取新浪科技的内容，修改配置可以抓取指定的网站；实现对指定站点新闻内容的获取-java do crawl sohu news access to the designated site news content using htmlparser reptiles tools crawl news portal, c