文件名称：主题爬虫|定向爬虫
文件大小：58KB
文件格式：ZIP
更新时间：2020-01-08 10:00:53
主题爬虫 定向爬虫
主题爬虫的完整实现，具有文章内容判重，主题相似度计算，url去重，通用正文抽取算法，网页内容分词，关键词自动抽取等功能。
【文件预览】：
network_spider
----mysql_manager.py(854B)
----html_manager.pyc(2KB)
----test.py(2KB)
----html_contentextract.pyc(2KB)
----html_parser.py(764B)
----main.py(7KB)
----html_contentextract.py(4KB)
----__init__.py(0B)
----html_downloader.pyc(1KB)
----test_strstrip.html(182KB)
----README.txt(425B)
----test_similarity.pyc(3KB)
----mysql_manager.pyc(1KB)
----stopword.txt(6KB)
----html_manager.py(953B)
----test_similarity.py(3KB)
----html_parser.pyc(1KB)
----keyword.txt(124B)
----html_downloader.py(1KB)