文件名称:WebCollector:WebCollector是基于Java的开源Web爬虫框架。它提供了一些用于爬网的简单界面,您可以在不到5分钟的时间内设置多线程Web爬虫。
文件大小:16.89MB
文件格式:ZIP
更新时间:2024-03-10 20:59:36
Java
网络收藏家 WebCollector是基于Java的开源Web爬网程序框架。它提供了一些用于爬网的简单界面,您可以在不到5分钟的时间内设置多线程Web爬网程序。 除了通用的搜寻器框架外,WebCollector还集成了CEPF ,这是Wu等人提出的一种精心设计的最新Web内容提取算法: 吴国庆,胡建,李力,徐志,刘PC,*G,吴XD。 通过标签路径特征融合的在线Web新闻提取。 阮剑学报/软件学报,2016,27(3):714-735。 主页 安装 使用Maven < dependency> < groupId>cn.edu.hfut.dmic.webcollector groupId> < artifactId>WebCollector artifactId> < version>2.73-alpha version> </ d