自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

平凡的程序员

喜欢编程、算法、虚拟机、搜索引擎、编译器、网络、游戏设计、操作系统等所有计算机中好玩的东西...

原创 搜索引擎的那些事(摘取价格数据)

【 声明:版权所有,欢迎转载,请勿用于商业用途。  联系信箱:feixiaoxing @163.com】     下载网页不难,提取数据其实也不难。前面,我们说到了如何在当当网页中提取title。当然了,不仅仅是当当网页可以提取title,几乎所有的网页都可以提取标题。因为当当是一家电商网站,所以...

2012-11-29 22:14:23

阅读数 3135

评论数 4

原创 搜索引擎的那些事(title信息提取)

【 声明:版权所有,欢迎转载,请勿用于商业用途。  联系信箱:feixiaoxing @163.com】       前面我们在谈到搜索引擎的时候,说到了网页下载、说到了分词、说到了多线程。但是,我们要清楚这一切的目的都是为了在网页中获得重要的信息。如何从网页或者从链接中获取信息是我们必须要解决的...

2012-11-27 22:31:33

阅读数 3598

评论数 1

原创 搜索引擎的那些事(多线程web遍历)

【 声明:版权所有,欢迎转载,请勿用于商业用途。  联系信箱:feixiaoxing @163.com】     上面一篇博客当中,我们可以利用单一的线程完成网页的下载。今天,我们打算在此基础上完成多线程的访问和加载操作。使用多线程,倒不是因为这项技术有多牛,主要是因为我们想利用多线程的访问机制,...

2012-11-25 18:17:57

阅读数 4170

评论数 7

原创 搜索引擎的那些事(web遍历)

【 声明:版权所有,欢迎转载,请勿用于商业用途。  联系信箱:feixiaoxing @163.com】     写搜索引擎对我来说是一件有趣的事情,做的多好谈不上,但是至少可以一步一步做出来。当然做的怎么样,还得大家来判断了。在开始今天的话题之前,我们可以扯一些别的东西。什么东西呢,其实就是搜索...

2012-11-18 22:55:59

阅读数 5599

评论数 9

原创 搜索引擎的那些事(中文分词)

【 声明:版权所有,欢迎转载,请勿用于商业用途。  联系信箱:feixiaoxing @163.com】     前面,我们在介绍搜索引擎的时候也谈到过中文分词。和英文不一样,中文上所有的汉字都是连在一起的,所以我们的一项工作就是把这些词语拆分成一个一个词组。因为只有这样才能构建索引数据库、才能查...

2012-11-13 22:40:30

阅读数 9561

评论数 8

原创 搜索引擎的那些事(网页下载)

【 声明:版权所有,欢迎转载,请勿用于商业用途。  联系信箱:feixiaoxing @163.com】      前面我们只是开了一个搜索引擎的头,下面我们就要对搜索引擎的各个内容进行分析和解剖了。当然,我们这里可以扯一些别的东西。其实,在中国现在的互联网市场,搜索引擎的网站其实已经很多了,除了...

2012-11-11 21:52:16

阅读数 7384

评论数 9

原创 搜索引擎的那些事(开篇)

【 声明:版权所有,欢迎转载,请勿用于商业用途。  联系信箱:feixiaoxing @163.com】     说起搜索引擎,大家肯定都不陌生。至少对于我来说,每日百度的次数不下几十次。在信息的查询和搜索方面,百度帮了我很大的忙,当然这中间也有很多搜索结果我也不是很满意。那么不知道大家有没有兴趣...

2012-11-07 20:56:30

阅读数 5437

评论数 3

提示
确定要删除当前文章?
取消 删除