抓取策略--web信息檢索與數(shù)據(jù)抓取-深度優(yōu)先遍歷--拓展_第1頁(yè)
抓取策略--web信息檢索與數(shù)據(jù)抓取-深度優(yōu)先遍歷--拓展_第2頁(yè)
抓取策略--web信息檢索與數(shù)據(jù)抓取-深度優(yōu)先遍歷--拓展_第3頁(yè)
抓取策略--web信息檢索與數(shù)據(jù)抓取-深度優(yōu)先遍歷--拓展_第4頁(yè)
抓取策略--web信息檢索與數(shù)據(jù)抓取-深度優(yōu)先遍歷--拓展_第5頁(yè)
已閱讀5頁(yè)，還剩4頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、主要內(nèi)容2【主要內(nèi)容】 深度優(yōu)先遍歷策略【重點(diǎn)與難點(diǎn)】 重點(diǎn)重點(diǎn)：深度優(yōu)先遍歷策略的基本內(nèi)容 難點(diǎn)：難點(diǎn)：抓取策略在網(wǎng)站數(shù)據(jù)抓取中的實(shí)施3深度優(yōu)先遍歷策略繼續(xù)跟蹤鏈接一個(gè)鏈接一個(gè)鏈接跟蹤下去網(wǎng)絡(luò)爬蟲(chóng)會(huì)從起始頁(yè)開(kāi)始處理完這條線路之后再轉(zhuǎn)入下一個(gè)起始頁(yè)深度優(yōu)先遍歷策略深度優(yōu)先遍歷策略4深度優(yōu)先采集是一種在開(kāi)發(fā)爬蟲(chóng)早期使用較多的方法目的是要達(dá)到被搜索結(jié)構(gòu)的葉結(jié)點(diǎn)(即那些不包含任何超鏈的HTML文件) 深度優(yōu)先遍歷策略5執(zhí)行深度優(yōu)先搜索即在搜索其余的超鏈結(jié)果之前先完整地搜索單獨(dú)的一條鏈沿著HTML文件上的超鏈走到不能再深入為止返回HTML文件，繼續(xù)選擇該文件中的其他超鏈當(dāng)不再有其他超鏈可選擇時(shí)，說(shuō)明搜

2、索結(jié)束當(dāng)不再有其他超鏈可選擇時(shí)，說(shuō)明搜索結(jié)束選擇一個(gè)超鏈深度優(yōu)先遍歷策略6在深度優(yōu)先策略中，蜘在深度優(yōu)先策略中，蜘蛛一直爬到無(wú)法再向前，蛛一直爬到無(wú)法再向前，才返回爬另一條線路。才返回爬另一條線路。交流思考題7試述深度優(yōu)先遍歷策略的優(yōu)缺點(diǎn)深度優(yōu)先遍歷策略8優(yōu)點(diǎn)優(yōu)點(diǎn)： 能遍歷一個(gè)Web站點(diǎn)或深層嵌套的文檔集合缺點(diǎn)缺點(diǎn)： 因?yàn)閃eb結(jié)構(gòu)相當(dāng)深，可能造成一旦進(jìn)去，再也出不來(lái)的情況發(fā)生1.網(wǎng)絡(luò)數(shù)據(jù)采集 王偉 電子制作 , 2014 (6) :173-1742.WEB數(shù)據(jù)采集系統(tǒng) 百度文庫(kù) 網(wǎng)址：西安網(wǎng)是科技發(fā)展有限公司網(wǎng)站信息采集系統(tǒng)（）3.淺談蜘蛛抓取策略-廣度優(yōu)先和深度優(yōu)先 百度文庫(kù) 網(wǎng)址：網(wǎng)絡(luò)爬蟲(chóng)基本原理 網(wǎng)址

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論