您的位置:首页 > 绿色软件 > 系统优化 > 钻月高性能网页爬虫文章采集器 v6.2

钻月高性能网页爬虫文章采集器 v6.2
钻月高性能网页爬虫文章采集器 v6.2

钻月高性能网页爬虫文章采集器 v6.2

钻月高性能网页爬虫文章采集器,属于网页蜘蛛爬虫类程序,用于从指定网站采

立即下载
0

已有58人下载

详情介绍

钻月高性能网页爬虫文章采集器 v6.2下载-网络软件钻月高性能网页爬虫文章采集器 v6.2     PC下载

钻月高性能网页爬虫文章采集器为网页通用采集爬虫,无需要配置模板,即可采集全球任何一个网站的全站精华文章。本软件全名为钻月高性能网页爬虫文章采集器,属于网页蜘蛛爬虫类程序,用于从指定网站采集海量精华文章,将直接丢弃其中的垃圾网页信息,仅保存具备阅读价值和浏览价值的精华文章,自动执行HTM-TXT转换,并抽取标题、正文图片、正文等信息。

钻月高性能网页爬虫文章采集器软件特点如下:
1、软件功能:
(1)本软件采用北大天网MD5指纹排重算法,对于相似相同的网页信息,直接丢弃,不再重复采集。
(2)采集信息含义:[[HT]]表示网页标题《TITLE》,[[HA]]表示文章标题《H1》,[[HC]]表示本文章中出现频率TOP10的前10个权重关键字,[[UR]]表示网页中的正文图片链接,[[TXT]]之后为正文。
(3)蜘蛛性能:本软件开启300个线程来保证采集效率。通过采集100万精华文章来执行压力测试,以普通网民的联网计算机为参考标准,单台计算机可以在一天内遍历200万网页、采集20万精华文章,100万精华文章仅需5天就可采集完毕。
(4)正式版与免费版的区别在于:正式版允许将采集的精华文章数据自动保存为ACCESS数据库,免费版不能保存数据到数据库。购买正式版请联系QQ(970093569)。
2、操作步骤:
(1)使用前,必须确保你的计算机可以连通网络,且防火墙不要拦截本软件。
(2)运行SETUP.EXE和setup2.exe,以安装操作系统system32支持库。
(3)运行spider.exe,输入网址入口,先点"人工添加"按钮,再点"启动"按钮,将开始执行采集。
3、使用注意:
(1)抓取深度:填写0表示不限制抓取深度;填写3表示抓到第3层。
(2)通用蜘蛛模式与分类蜘蛛模式的区别:假定网址入口为“http://youxi.baidu.com/”,若选择通用蜘蛛模式,将遍历“baidu.com”里面的每一个网页;若选择分类蜘蛛模式,则只遍历“youxi.baidu.com”里面的每一个网页。
(3)按钮“从MDB导入”:网址入口从TASK.MDB中批量导入。
(4)本软件采集的原则是不越站,例如给的入口是“http://youxi.baidu.com/”,就只在百度站点内部抓取。
(5)本软件采集过程中,偶尔会弹出一个或数个“错误对话框”,请不予理会,倘若关闭“错误对话框”,采集软件就会挂掉。如果软件挂掉,之前已采集的信息,不会丢失。当再次启动软件执行采集,对于以前已采集的信息不会重新采集,可实现良好的增量采集。
(6)使用者如何选择采集题材:例如你若想采集 “股票类”文章,只需把那些“股票类”站点作为网址入口即可。



钻月高性能网页爬虫文章采集器 v6.2下载-网络软件钻月高性能网页爬虫文章采集器 v6.2     PC下载

注意事项:

本站所有关于【钻月高性能网页爬虫文章采集器 v6.2】的资源均是网友上传、开发商投稿、网络采集而来,本站不对任何资源负法律责任,所有资源请在下载后24小时内删除。
如侵犯了您的版权、商标等,请立刻联系我们并具体说明情况后,本站将尽快处理删除。

相关文章

加载更多

软件信息

  • 类型 系统优化
  • 大小 8.71MB
  • 版本 v6.2
  • 语言
  • 时间 2023-06-04
  • 浏览 54