基于关键词过滤与结构化输出的网络爬虫系统设     

金鲁峰  邰剑秋  张旭 《中国传媒科技》2012,(4):54-56

通过对开源网络爬虫Heritrix的系统构架进行改进,设计基于关键词过滤的主题网络爬虫,并提供一种配置手段利用HTMLParser技术对抽取内容进行结构化分解。实验结果表明,这种对Heritrix改进从而实现的网络爬虫,能够有效地按关键词过滤信息内容,并对信息主体进行了结构化存储。  相似文献   

基于关键词过滤与结构化输出的网络爬虫系统设     

金鲁峰  邰剑秋  张旭 《中国传媒科技》2012,(7):54-56

通过对开源网络爬虫Heritrix的系统构架进行改进,设计基于关键词过滤的主题网络爬虫,并提供一种配置手段利用HTMLParser技术对抽取内容进行结构化分解。实验结果表明,这种对Heritrix改进从而实现的网络爬虫,能够有效地按关键词过滤信息内容,并对信息主体进行了结构化存储。  相似文献   

劳动职业技术教学模式创新与实践分析     

金鲁峰 《新课程改革与实践》2010,(8):120-120

未来一段时期内，加强劳动职业技术教学模式创新与实践研究十分关键；妥善处理长期政策与短期政策的关系，既要重视对短期内各种矛盾的处理，更要重视长期的就业稳定、制度规范与机制建立。  相似文献