摘要:
Highlighter.dll里面提供了一个函数GetBestFragments,居然不好用,没查到是什么原因。索性自己写一个,参数分别是:1 source,字符串,网页内容;2keyArr,字符串数组,关键字数组。protectedstringGetBestFragments(stringsource,string[]keyArr){stringresult;intstartMin,startM... 阅读全文
摘要:
几个Java的网络爬虫,有兴趣的可以参考一下,也可以改成C#的。我用过其中J-spider,只爬取网页,不做解析。感兴趣的可以把这个下载下来,看看源代码。我最初的爬虫就是用J-spider扩展的,后来因为字符的编码问题,就放弃了改用C#。 页面:http://www.open-open.com/68.htm Heritrix 点击次数:9563 Heritrix是一个开源,可扩展的web爬虫项目。... 阅读全文