摘要：crawler4j是用Java实现的开源网络爬虫。提供了简单易用的接口，可以在几分钟内创建一个多线程网络爬虫。下面实例结合jsoup解析网页，javacsv存储采集数据；采集自如ziroom租房网（http://sz.ziroom.com/z/nl/）的出租房信息。 所有的过程仅需两步完成： 第一步 阅读全文

摘要：构建 这里搜集了用来构建应用程序的工具。 Apache Maven：Maven使用声明进行构建并进行依赖管理，偏向于使用约定而不是配置进行构建。Maven优于Apache Ant。后者采用了一种过程化的方式进行配置，所以维护起来相当困难。 Gradle：Gradle采用增量构建。Gradle通过Gr 阅读全文

摘要：crawler4j是用Java实现的开源网络爬虫。提供了简单易用的接口，可以在几分钟内创建一个多线程网络爬虫。下面实例结合jsoup，采集搜狐新闻网（http://news.sohu.com/）新闻标题信息。 所有的过程仅需两步完成： 第一步：建立采集程序核心部分 第二步：建立采集程序控制部分 采集 阅读全文

摘要：最近打算深入了解一下机器翻译系统的具体功能模块，以东北大学的Niutrans为蓝本，其用户手册里有一些对其他开源的统计机器翻译系统的介绍，觉得也不错，就简要地记一下发在这里。 Moses：Edinburgh大学SMT小组开发。最新版本的同时支持基于短语的以及基于句法的模型（从短语，规则的提取到解码） 阅读全文

摘要：PC上安装Fiddler之后，可以抓取各种浏览器的请求，通过一些设置可以获取iPhone、安卓手机、windows phone的请求。具体的工作原理我也不多说（哼，绝对不是因为我不懂XD），主要说下如何配置来抓取手机上的请求，以iPhone为例。 准备工作：A.安装Fiddler，可以去官网上下载； 阅读全文