文件名称：c# 多线程蜘蛛爬虫
文件大小：2.42MB
文件格式：RAR
更新时间：2012-11-27 13:52:17
c# 多线程 爬虫 文档 正则表达
1.CSpider文件夹下是我开始编写前参考的开源代码，结构比较清晰。单线程 2.任务概述是我这次写spider的过程的描述，我做这次spider的目的是完成一项课程设计。 3.整个spider的开发过程为增量式，从最开始的单页搜索url到最后的多线程spider，这在版本规划中又很明显的体现。每个版本都有自己的readme，其中详细叙述了各个版本的不同 4.由于是初学者，我在每个版本中都是边写边测试，以查找爬虫的bug，所以代码中有很多被注释的段落可能是测试使用。 5.具体版本信息查看各自的readme 另外，爬虫不止提取了url，同时提取了相应的锚文本。这个提取过程导致了爬虫速度的下降，但也是一个必须的开销