网络爬虫毕业设计

技术：Java、JSP等
摘要：
因特网目前是一个巨大、分布广泛、全球性的信息服务中心，它涉及新闻、广告、消费信息、金融管理、教育、政府、电子商务和许多其它信息服务。但Internet所固有的开放性、动态性与异构性，使得准确快捷地获取网络信息存在一定难度。
本文的目的就是对网站内容进行分析，解析其中的超链接以及对应的正文信息，然后再通过URL与正文反馈网站内容，设计出抓取网页链接这个程序。
    抓取网页中的所有链接是一种搜集互联网信息的程序。通过抓取网页中的链接能够为搜索引擎采集网络信息，这种方法有生成页面简单、快速的优点，提高了网页的可读性、安全性，生成的页面也更利于设计者使用。

关键词： 网页解析；JAVA；链接；信息抽取

目录：
摘  要    I
ABSTRACT    II
1  绪论    1
1.1  课题背景    1
1.2  网页信息抓取的历史和应用    1
1.3  抓取链接技术的现状    2
1.3.1  网页信息抓取的应用    3
1.3.2  网页信息提取定义    4
2  系统开发技术和工具    7
2.1  项目开发的工具    7
2.1.1  Tomcat简介    7
2.1.2  MyEclipse简介    7
2.2  项目开发技术    8
2.2.1  JSP简介    8
2.2.2  Servlet简介    10
  2.3  创建线程    11
2.3.1  创建线程方式    11
2.3.2  JAVA中的线程的生命周期    12
2.3.3  JAVA线程的结束方式    12
2.3.4  多线程同步    12
3  系统需求分析    1