一种Deep Web爬虫爬行策略
一种Deep Web 爬虫爬行策略
刘 徽1，黄宽娜1，余建桥2
(1. 乐山师范学院数学与信息科学学院，四川 乐山 614004；2. 西南大学计算机与信息科学学院，重庆 400715)
摘 要：Deep Web 包含丰富的、高质量的信息资源，由于没有直接指向Deep Web 页面的静态链接，目前大多搜索引擎不能发现这些页 面，只能通过填写表单提交查询获取。为此，提出一种Deep Web 爬虫爬行策略。用网页分类器的分层结果指导链接信息提取器提取有前途的链接，将爬行深度限定在3层，从最靠近查询表单中提取链接，且只提取属于这3个层次的链接，从而减少爬虫爬行时间，提高爬虫的准确度，并设计聚焦爬行算法的约束条件。实验结果表明，该策略可以有效地下载Deep Web 页面，提高爬行效率。
关键词关键词：：Deep Web 页面；反馈机制；爬行策略；聚焦爬虫；网络数据库；分类器
Crawling Strategy of Deep Web Crawler
LIU Hui 1, HUANG Kuan-na 1, YU Jian-qiao 2
(1. College of Mathematics and Information Science, Leshan Normal University, Leshan 614004, China;
2. College of Computer and Information Science, Southwest University, Chongqing 400715, China)
【Abstract 】Deep Web has rich, high-quality information resources. Because it does not have a static page links which is directly point to the Deep Web, most current search engines can not find these pages, but they can submit a query by filling out the form to obtain. This paper proposes a crawling strategy of Deep Web crawler. A hierarchical classification with the results of Web links guides the information extractor to extract the link. The strategy limits the crawling depth in three, extracts from the nearest link to the query form, and only extracts the links belonging to these three levels. Thus it reduces the reptiles crawling time, and improves the accuracy of reptiles. At the same time, it designs the Deep Web data sources for focused crawling algorithm. Experimental results show that this strategy can effectively download Deep Web pages to improve crawling efficiency.
【Key words 】Deep Web page; feedback mechanism; crawling strategy; focused crawler; network database; classifier
DOI: 10.3969/j.issn.1000-3428.2012.11.086
计 算 机 工 程 Computer Engineering 第38卷 第11期
V ol.38 No.11 2012年6月 June 2012 ·开发研究与设计技术开发研究与设计技术·· 文章编号文章编号：：1000—3428(2012)11—0284—03 文献标识码文献标识码：：A 中图分类号中图分类号：：TP393
1 概述
随着网络数据库在Web 领域的快速发展，隐藏在网络数
据库中的资源也迅速增长，传统的搜索引擎搜索不到这部分
页面信息，从而导致这部分信息对用户是隐藏和不可见的，
称之为Deep Web(又称为Hidden Web)[1-2]。Deep Web 蕴含了
大量有用的信息，其价值(数量和质量)远超过了仅由静态网
页构成Surface Web 。实现大规模Deep Web 数据源集成是帮
助人们快速、准确地获取并利用Deep Web 的海量信息的一
个有效途径。大规模Deep Web 数据源集成包括：数据源发
现，查询接口抽取，数据源分类，查询转换，查询结果集成
等主要问题。其中，数据源发现是指发现和搜集Deep Web
查询接口，是表单匹配、接口集成、获取后台数据库资源等
各种Deep Web 研究领域的基础，对于数据源集成具有重要
意义。由于Web 上含有查询接口的页面比例很小，如果利用
传统的宽度优先策略进行爬行，会下载大量的无关页面，因
此采用了聚焦爬虫技术来提高Deep Web 数据源的获取效率。
现在的流行的聚焦爬虫技术在考虑链接的延迟利益时存在一
些不足，没有有效地反馈对链接的延迟利益进行判断，导致
了爬虫要访问很多无关的链接，才能提取到与查询接口相关
的链接特征。
针对上述问题，本文提出一种基于反馈机制的Deep Web
爬行策略，把爬虫网页分类器的分层结果作为链接特征信息
提取器的反馈，指导链接信息提取器提取有前途的链接，同
时给出Deep Web 数据源的聚焦爬行算法。 2 相关研究 数据源发现主要采用2种方式：(1)基于搜索引擎和Web 数据库目录的方面；(2)Deep Web 爬虫技术。当前发现Deep Web 查询接口的主要方法是基于领域的聚焦爬虫技术。聚焦爬虫又称主题爬虫(或专业爬虫)，是“面向特定主题”的一种网络爬虫程序，根据一定的网页分析算法过滤与主题无关的链接，保留有用的链接并将其放入等待抓取的URL 队列。然后，它将根据一定的搜索策略从队列中优先选择最有价值的链接进行访问，并重复上述过程。 国内外的一些学者对Deep Web 数据源发现进行了大了的研究，主要的成果有：文献[2]提出一种针对多属性查询接口的方法，它利用2个启发式规则去除不相关表单，并引入了一个领域本体知识库用来指导爬虫学习填写表单；文献[3]使用强化学习的方法来改善爬虫的效率，其根据链接Q 值的不同，把链接划分到多个(≥3)不同的组里。而处于中间几组的那些链接，就有相应的未来回报价值；文献[4]采用了链接分类器的方法来优先下载那些最可能指向含有查询接口的页面。在分类器的训练过程中，使用现有的一些搜索引擎来得到指向内层页面的所有外层页面。但是这种方法会造成的 基金项目基金项目：：四川省教育厅科研基金资助项目(10ZB023) 作者简介作者简介：：刘 徽(1979－)，男，讲师、硕士，主研方向：网络信息系统，模式识别；黄宽娜，讲师、硕士；余建桥，教授、博士 收稿日期收稿日期：：2011-07-25 E-mail ：liuhuikn23@https://www.360docs.net/doc/3110428874.html,
刘徽，黄宽娜，余建桥：一种Deep Web爬虫爬行策略
第38卷第11期285 “主题漂移”的问题，即越到外层，页面的数量就越多，而
且其中有很多是无关的页面，因此，页面分类结果也会更倾
向于外层。此外Best-first聚焦爬虫是Deep Web数据源发现
应用最为广泛的技术之一，但是它忽略了链接结构信息，因
而在预测链接价值的准确性方面存在一些不足；文献[5]提出
一种基于自学习方法的爬虫技术，比基于反向爬行提取链接
特征的爬虫技术更加的健壮，同时该爬虫考虑了链接的延迟
利益，但是缺少有效地反馈，以用于对链接的延迟利益进行
判断，即没有反馈来指导对链接特征的提取，因此，导致了
爬虫要访问很多无关的链接，才能提取到与查询接口相关的
链接特征，势必影响爬行效率。文献[6]提出一种结合内容评
价和链接结构搜索策略的优点并利用小生境遗传算法进行全
局寻优的搜索策略。
借鉴前人研究，本文提出了一种基于反馈机制的Deep
Web爬行策略，设计了针对Deep Web数据源的聚焦爬行算
法的约束条件，对各个领域的查询接口分别进行爬行。利用
训练文档中内容、结构等信息对分类器进行训练。
3 设计思路
聚焦爬虫需要解决的关键问题是在避免出现“主题漂移”
现象的同时，又能获得尽可能高的查全率和查准率。因此，
在爬行过程中，如何判断一个网页是否与主题相关，以及如
何预测并筛选主题相关的URL进入待爬行队列，并适时地
用反馈机制指导对链接特征的提取是聚焦爬虫设计的关键。
3.1 反馈机制
Deep Web聚焦爬虫的反馈机制设计如图1所示，把网页
分类器的分层结果作为链接特征信息提取器的反馈，判断链
接特征学习器提取的链接是否满足网页分类器的要求，从而
指导链接信息提取器，提取有前途的链接。
286 计算机工程2012年6月5日度3覆盖率)。(2)Deep Web站点所含查询接口数小于5。在
确定爬行停止条件时，因为平均每个Deep Web站点只含有
4.2个查询接口[2]，所以当某个站点已发现的不同查询接口数
或下载的页面数超过一定的阈值时，这个站点中的链接就不
再处理了。
4 实验分析
4.1 实验环境
实验环境：CPU为Pentium(R) Dual Core E5700 3.0 GHz，
内存为4 GB，硬盘为500 GB的HP台式机；操作系统为
Microsoft Windows XP SP3，软件系统采用Visual C++ 6.0开
发和实现。
4.2 实验结果与分析
实验选取2个领域(房地产、汽车)，分别采用Best-first
Focused Crawler爬行策略，Adaptive Form-focused Crawler
爬行策略和反馈爬行策略进行爬行。实验根据爬虫爬行的约
束条件把控制爬行停止的2个阈值分别设为5和100，即当
某站点发现的不同查询接口数多于5或下载的页面数大于
100时，该站点中的链接就不在处理了。实验结果如图3、
图4所示。
房地产领域的的相关页面数
图3 3种策略
种策略在在房地产领域
刘徽，黄宽娜，余建桥：一种Deep Web爬虫爬行策略
第38卷第11期 1
网络爬虫工作原理
网络爬虫工作原理 1 聚焦爬虫工作原理及关键技术概述 网络爬虫是一个自动提取网页的程序，它为搜索引擎从Internet网上下载网页，是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件。聚焦爬虫的工作流程较为复杂，需要根据一定的网页分析算法过滤与主题无关的链接，保留有用的链接并将其放入等待抓取的URL队列。然后，它将根据一定的搜索策略从队列中选择下一步要抓取的网页URL，并重复上述过程，直到达到系统的某一条件时停止，另外，所有被爬虫抓取的网页将会被系统存贮，进行一定的分析、过滤，并建立索引，以便之后的查询和检索；对于聚焦爬虫来说，这一过程所得到的分析结果还可能对以后的抓取过程给出反馈和指导。 相对于通用网络爬虫，聚焦爬虫还需要解决三个主要问题： (1) 对抓取目标的描述或定义； (2) 对网页或数据的分析与过滤； (3) 对URL的搜索策略。 抓取目标的描述和定义是决定网页分析算法与URL搜索策略如何制订的基础。而网页分析算法和候选URL排序算法是决定搜索引擎所提供的服务形式和爬虫网页抓取行为的关键所在。这两个部分的算法又是紧密相关的。 2 抓取目标描述 现有聚焦爬虫对抓取目标的描述可分为基于目标网页特征、基于目标数据模式和基于领域概念3种。 基于目标网页特征的爬虫所抓取、存储并索引的对象一般为网站或网页。根据种子样本获取方式可分为： （1）预先给定的初始抓取种子样本； （2）预先给定的网页分类目录和与分类目录对应的种子样本，如Yahoo!分类结构等； （3）通过用户行为确定的抓取目标样例，分为： a) 用户浏览过程中显示标注的抓取样本； b) 通过用户日志挖掘得到访问模式及相关样本。 其中，网页特征可以是网页的内容特征，也可以是网页的链接结构特征，等等。现有的聚焦爬虫对抓取目标的描述或定义可以分为基于目标网页特征，基于目标数据模式和基于领域概念三种。 基于目标网页特征的爬虫所抓取、存储并索引的对象一般为网站或网页。具体的方法根据种子样本的获取方式可以分为：（1）预先给定的初始抓取种子样本；（2）预先给定的网页分类目录和与分类目录对应的种子样本，如Yahoo!分类结构等；（3）通过用户行为确定的抓取目标样例。其中，网页特征可以是网页的内容特征，也可以是网页的链接结构特征，等等。 基于目标数据模式的爬虫针对的是网页上的数据，所抓取的数据一般要符合一定的模式，或者可以转化或映射为目标数据模式。
httrack模拟搜索引擎爬虫
这纯粹是一条个人喜好，我经常拿HTTrack模拟搜索引擎爬虫用。 HTTrack是一个网站镜像工具，本来是用来抓取网站做离线浏览用的。但是我发现它的爬虫特性和搜索引擎爬虫非常的像，逐渐应用到了自己的SEO工作中。其实这两种看似不同的爬虫做的都是同样的工作，就是复制网站并存储下来（搜索引擎的网页快照就是被存储下来的内容）。以下是这个软件的界面： HTTrack界面 软件的官方网站是：https://www.360docs.net/doc/3110428874.html,/软件安装后可以换成中文界面。 一般用它来检测网站的坏链接和测试搜索引擎对这个网站可能面临的抓取问题。另外用它也可以探知一些SEO做法的由来。 软件的使用方法非常简单，在“Web地址”里填上URL就可以了。然后点“选项”，先看“扫描规则”
扫描规则 这样的扫描规则搜索引擎也一定会有的，比如不收录.exe文件,zip文件等等。然后不收录一些特定的跟踪链接，如 https://www.360docs.net/doc/3110428874.html, 。你需要把一些搜索引擎爬虫不收录的特征加进去。 然后在“搜寻”里面，很多的特征都是现在搜索引擎爬虫的特征： 搜寻 搜索引擎不会接受cookie,所以取消“接收cookie”。
至于“解析java文件”，google 爬虫也会去解析java文件的。这是一个像HTTrack这样的通用爬虫都可以做到的事情。可能很多人还不知道，google会去试图解析javascript代码。如果你的页面上放很多javascript代码，就会使爬虫的停留时间增加，进而影响爬虫效率。这也可以算是为什么要把javascript 代码外调的另一个原因。 还有，有些javascript代码里面的URL，google爬虫是可以收录的，原因不明。这样做可能是因为有些内容很好的网站，很多链接就是喜欢用javascript来做的缘故吧。但是不代表你的链接可以用javascript来做。 HTTrack也同样能识别并遵守robots.txt文件。 至于url hacks ，就是让那种带 www和不带www的网址，如www.***.com和 ***.com。以及有斜杠和无斜杠的网址，如http://www.***.com 和 www.***.com 能统一。 这种网站上URL不统一的状况爬虫程序其实能很简单的处理好。至于google为什么要网站所有者在webmaster tool 后台指定一下“首选域”，是因为有些网站 www.***.com 和***.com 指向不同的内容。所以google不能那么武断的就认为www.***.com 和***.com是同一个网站。 至于“流量控制”和“限制”， 流量控制
网站爬虫如何爬取数据
https://www.360docs.net/doc/3110428874.html, 网站爬虫如何爬取数据 大数据时代，用数据做出理性分析显然更为有力。做数据分析前，能够找到合适的的数据源是一件非常重要的事情，获取数据的方式有很多种，最简便的方法就是使用爬虫工具抓取。今天我们用八爪鱼采集器来演示如何去爬取网站数据，以今日头条网站为例。 采集网站： https://https://www.360docs.net/doc/3110428874.html,/ch/news_hot/ 步骤1：创建采集任务 1）进入主界面选择，选择“自定义模式” 网站爬虫如何爬取数据图1
https://www.360docs.net/doc/3110428874.html, 2）将上面网址的网址复制粘贴到网站输入框中，点击“保存网址” 网站爬虫如何爬取数据图2 3）保存网址后，页面将在八爪鱼采集器中打开，红色方框中的信息是这次演示要采集的内容
https://www.360docs.net/doc/3110428874.html, 网站爬虫如何爬取数据图3 步骤2：设置ajax页面加载时间 ●设置打开网页步骤的ajax滚动加载时间 ●找到翻页按钮，设置翻页循环 ●设置翻页步骤ajax下拉加载时间 1）网页打开后，需要进行以下设置：打开流程图，点击“打开网页”步骤，在右侧的高级选项框中，勾选“页面加载完成向下滚动”，设置滚动次数，每次滚动间隔时间，一般设置2秒，这个页面的滚动方式，选择直接滚动到底部；最后点击确定
https://www.360docs.net/doc/3110428874.html, 网站爬虫如何爬取数据图4 注意：今日头条的网站属于瀑布流网站，没有翻页按钮，这里的滚动次数设置将影响采集的数据量
https://www.360docs.net/doc/3110428874.html, 网站爬虫如何爬取数据图5 步骤3：采集新闻内容 创建数据提取列表 1）如图，移动鼠标选中评论列表的方框，右键点击，方框底色会变成绿色 然后点击“选中子元素”
网络爬虫技术(新)
网络爬虫技术 网络机器人 1.概念： 它们是Web上独自运行的软件程序，它们不断地筛选数据，做出自己的决定，能够使用Web获取文本或者进行搜索查询，按部就班地完成各自的任务。 2.分类： 购物机器人、聊天机器人、搜索机器人（网络爬虫）等。 搜索引擎 1.概念： 从网络上获得网站网页资料，能够建立数据库并提供查询的系统。 2.分类（按工作原理）： 全文搜索引擎、分类目录。 1> 全文搜索引擎数据库是依靠网络爬虫通过网络上的各种链接自动获取大量 网页信息内容，并按一定的规则分析整理形成的。（百度、Google） 2> 分类目录：按目录分类的网站链接列表而已，通过人工的方式收集整理网 站资料形成的数据库。(国内的搜狐) 网络爬虫 1.概念： 网络爬虫也叫网络蜘蛛，它是一个按照一定的规则自动提取网页程序，其会自动的通过网络抓取互联网上的网页，这种技术一般可能用来检查你的站点上所有的链接是否是都是有效的。当然，更为高级的技术是把网页中的相关数据保存下来，可以成为搜索引擎。 搜索引擎使用网络爬虫寻找网络内容，网络上的HTML文档使用超链接连接了起来，就像织成了一张网，网络爬虫也叫网络蜘蛛，顺着这张网爬行，每到一个网页就用抓取程序将这个网页抓下来，将内容抽取出来，同时抽取超链接，作为进一步爬行的线索。网络爬虫总是要从某个起点开始爬，这个起点叫做种子，你可以告诉它，也可以到一些网址列表网站上获取。
现有聚焦爬虫对抓取目标的描述可分为基于目标网页特征、基于目标数据模式和基于领域概念3种。 基于目标网页特征的爬虫所抓取、存储并索引的对象一般为网站或网页。根据种子样本获取方式可分为： （1）预先给定的初始抓取种子样本； （2）预先给定的网页分类目录和与分类目录对应的种子样本，如Y ahoo!分类结构等； （3）通过用户行为确定的抓取目标样例，分为： a) 用户浏览过程中显示标注的抓取样本； b) 通过用户日志挖掘得到访问模式及相关样本。 其中，网页特征可以是网页的内容特征，也可以是网页的链接结构特征，等等。 一些算法的介绍 1> 网页分析算法
搜索引擎蜘蛛采用什么抓取策略
搜索引擎蜘蛛采用什么抓取策略 搜索引擎蜘蛛简称爬虫，它的主要目的是抓取并下载互联网的网页到本地，同时与切词器、索引器一起共同对网页内容进行分词处理，建立索引数据库，促使最终形成用户查询的结果。即使对于商业搜索引擎来说，想要抓取互联网的所有网页也是一件很困难的事情，百度为什么没有Google强大?首先百度对于互联网上信息的抓取量与Google是无法相比的;其次对于爬虫的抓取速度和抓取效率也跟不上Google，这些不是说解决就能解决的，一些技术上的问题很可能会很长时间都无法获得解决。 虽然搜索引擎很难抓取到互联网上的所有网页，但是这也是它必然的目标，搜索引擎会尽量增加抓取数量。那么搜索引擎抓取采用的策略都有什么呢? 目前主要流行的策略有四个：宽度优先遍历策略、Partial PageRank策略、OPIC策略策略、大站优先策略。 一、宽度优先遍历策略 如图所示，宽度优先遍历策略就是将下载完成的网页中发现的链接逐一直接加入待抓取URL，这种方法没有评级网页的重要性，只是机械性地将新下载的网页中URL提取追加入待抓取URL。这种策略属于搜索引擎早期采用的抓取策略，效果很好，以后的新策略也都以这个为基准的。 上图遍历抓取路径：A-B-C-D-E-F G H I 二、Partial PageRank策略 Partial PageRank策略借鉴了PageRank算法的思想，对于已经下载的网页，连同待抓取URL队列中的URL，形成网页集合，计算每个页面的PageRank值，计算完之后，将待抓取URL 队列中的URL按照PageRank值的大小排列，并按照该顺序抓取页面。 通常搜索引擎会采取每当新下载网页达到一个N值后，就将所有下载过的网页计算一个新的PageRank(非完全PageRank值)，然后将待抓取URL跟这个进行重新排序。这种方法的争议很大，有人说比宽度优先遍历策略的效果：也有人说这样与PageRank的完整值差别很大，依托这种值的排序不准确。 三、OPIC策略 OPIC策略更像是Partial PageRank策略进行的改进。OPIC策略与Partial PageRank策略大体结构上相同，类似与PageRank评级的网页重要性，每个网页都会有一个10分，然后分别传递给网页上的链接，最后10分清空。通过网页获得的分值高低，评级一个网页的重要性，优先下载获得评分高的URL。这种策略不需要每次都要对新抓取URL进行重新计算分值。
python抓取网页数据的常见方法
https://www.360docs.net/doc/3110428874.html, python抓取网页数据的常见方法 很多时候爬虫去抓取数据，其实更多是模拟的人操作，只不过面向网页，我们看到的是html在CSS样式辅助下呈现的样子，但爬虫面对的是带着各类标签的html。下面介绍python抓取网页数据的常见方法。 一、Urllib抓取网页数据 Urllib是python内置的HTTP请求库 包括以下模块：urllib.request 请求模块、urllib.error 异常处理模块、urllib.parse url解析模块、urllib.robotparser robots.txt解析模块urlopen 关于urllib.request.urlopen参数的介绍： urllib.request.urlopen(url, data=None, [timeout, ]*, cafile=None, capath=None, cadefault=False, context=None) url参数的使用 先写一个简单的例子：
https://www.360docs.net/doc/3110428874.html, import urllib.request response = urllib.request.urlopen(' print(response.read().decode('utf-8')) urlopen一般常用的有三个参数，它的参数如下： urllib.requeset.urlopen(url,data,timeout) response.read()可以获取到网页的内容，如果没有read()，将返回如下内容 data参数的使用 上述的例子是通过请求百度的get请求获得百度，下面使用urllib的post请求 这里通过https://www.360docs.net/doc/3110428874.html,/post网站演示（该网站可以作为练习使用urllib的一个站点使用，可以 模拟各种请求操作）。 import urllib.parse import urllib.request data = bytes(urllib.parse.urlencode({'word': 'hello'}), encoding='utf8')
java爬虫技术之爬取策略
java爬虫技术—内功修炼之网络爬虫爬取策略（三） 在小奇及同门经过一段时间的知识消化和休息之后，传功长老又开始讲解自己的爬虫经验与技巧。 接下来主要说一下网络爬虫的爬取策略： 深度优先策略：深度优先遍历策略是指网络爬虫从起始页开始，一个链接一个链接跟踪下去，处理完这条线路之后再转入下一个起始页，继续跟踪，直至结束。如图：深度优先采集规则：先采集A-F-G这条线再采集E-H-I这条线软后再采集B C D节点。 深度优先策略是一种在开发爬虫工具早期使用较多的方法。它的目的是要达到被搜索网页结构的叶节点（即那些不包含任何超链接的HTML文件）。在一个HTML文件中，当一个超链接被选择后，被链接的HTML文件将执行深度优先搜索，即在搜索其余的超链接结果之前必须先完整的搜索单独的一条链。深度优先搜索沿着HTML文件上的超链接直到不能在深入为止，然后返回到某一个HTML文件，再继续选择该HTML文件中的其他超链接。当不再有超链接可选择时，说明搜索已经结束。 优点：能遍历一个web站点或深层次嵌套的文档集合。缺点：因为web结构相当深，有可能是死循环，有一旦进去就可能再也出不来的情况的发生。 宽度优先策略：宽度优先策略的基本思路：将新下载网页中发现的超链接直接插入到待抓取URL队列的末尾。也就是指网络爬虫会先抓取网页中所有链接的
所有网页，然后再选择其中一个链接网页继续抓取在此网页中的所有网页。宽度优先采集的规则，如右图：采集顺序为A-B-C-D-F 再采集G H I。 在宽度优先搜索中，先搜索完一个web页面中所有的超链接，然后再继续搜索下一层，直到底层为止。例如：一个HTML网页文件中有三个超链接，选择其中之一并处理相应的HTML文件，然后不再继续选择第二个HTML文件中的任何超链接，而是返回并选择第二个超链接，处理相应的HTML文件，再返回选择第三个超链接并处理相应的HTML文件。一旦一层上的所有超链接都已被选择，就可以开始在刚才处理过的HTML文件中搜索的其余的超链接。这就保证了对浅层的首先处理。当遇到一个无穷无尽的深层分支时，不会导致陷入死循环当中出不来的情况方生。 宽度优先策略优点：它能在两个HTML文件之间找到最短路径。宽度优先策略通常是实现爬虫的最佳策略，因为他容易实现，而且具备大多数期望的功能。缺点：如果要遍历一个指定的站点或者深层嵌套的HTML网页集用宽度优先搜索则需要花费比较长的时间才能到达深层次的HTML文件。 综合上述：考虑以上几种策略和国内信息导航系统搜索信息的特点，国内一般采用宽度优先策略为主，线形搜索策略为辅的爬取策略。对于某些不被引用或很少被引用的HTML文件，宽度优先策略可能会遗漏这些孤立的信息源，可以使用线性搜索策略作为爬取的补充。 非完全PageRank策略：PageRank算法是谷歌搜索引擎页面抓取采用的算法。非完全PageRank策略基本思路是对于已经下载的网页，加上待抓取URL队列中的URL一起，形成网页集合，在此集合内进行PageRank计算，计算完成后，将待抓取URL队列里的网页按照PageRank得分由高到低排序，形成的序列就是爬虫接下来应该依次抓取的URL列表。缺点：如果每次新抓取到一个网页，就进
网络爬虫论文
网络爬虫 摘要随着互联网的日益壮大，搜索引擎技术飞速发展。搜索引擎已成为人们在浩瀚的网络世界中获取信息必不可少的工具，利用何种策略有效访问网络资源成为专业搜索引擎中网络爬虫研究的主要问题。文章介绍了搜索引擎的分类及其工作原理．阐述了网络爬虫技术的搜索策略，对新一代搜索引擎的发展趋势进行了展望。 关键词网络爬虫；策略；搜索引擎 概念： 网络爬虫也叫网络蜘蛛，它是一个按照一定的规则自动提取网页程序，其会自动的通过网络抓取互联网上的网页，这种技术一般可能用来检查你的站点上所有的链接是否是都是有效的。当然，更为高级的技术是把网页中的相关数据保存下来，可以成为搜索引擎。 搜索引擎使用网络爬虫寻找网络内容，网络上的HTML文档使用超链接连接了起来，就像织成了一张网，网络爬虫也叫网络蜘蛛，顺着这张网爬行，每到一个网页就用抓取程序将这个网页抓下来，将内容抽取出来，同时抽取超链接，作为进一步爬行的线索。网络爬虫总是要从某个起点开始爬，这个起点叫做种子，你可以告诉它，也可以到一些网址列表网站上获取。 网络爬虫的构成及分类 网络爬虫又被称为做网络蜘蛛、网络机器人，主要用于网络资源的收集工作。在进行网络舆情分析时，首要获取舆情信息内容，这就需要用到网络爬虫(蜘蛛程序)这个工具，它是一个能自动提取网页内容的程序，通过搜索引擎从互联网上爬取网页地址并抓取相应的网页内容，是搜索引擎(Search Engine)的重要组成部分。 一个典型的网络爬虫主要组成部分如下： 1. URL 链接库，主要用于存放爬取网页链接。 2. 文档内容模块，主要用于存取从Web 中下载的网页内容。 3. 文档解析模块，用于解析下载文档中的网页内容，如解析PDF，Word，HTML 等。 4. 存储文档的元数据以及内容的库。 5. 规范化URL 模块，用于把URL 转成标准的格式。 6. URL 过滤器，主要用于过滤掉不需要的URL。 上述模块的设计与实现，主要是确定爬取的内容以及爬去的范围。最简单的例子是从一个已知的站点抓取一些网页，这个爬虫用少量代码就可以完成。然而在实际互联网应用中，可能会碰到爬去大量内容需求，就需要设计一个较为复杂的爬虫，这个爬虫就是N个应用的组成，并且难点是基于分布式的。 网络爬虫的工作原理 传统网路爬虫的工作原理是，首先选择初始URL，并获得初始网页的域名或IP 地址，然后在抓取网页时，不断从当前页面上获取新的URL 放入候选队列，直到满足停止条件。聚焦爬虫(主题驱动爬虫)不同于传统爬虫，其工作流程比较复杂，首先需要过滤掉跟主题不相关的链接，只保留有用的链接并将其放入候选URL 队列。然后，根据搜索策略从候选队列中选择下一个要抓取的网页链接，并重复上述过程，直到满足终止条件为止。与此同时，将所有爬取的网页内容保存起来，并进行过滤、分析、建立索引等以便进行性检索和查询。总体来讲，网络爬虫主要有如下两个阶段： 第一阶段，URL 库初始化然后开始爬取。
JAVA基于网络爬虫的搜索引擎设计与实现
本科毕业设计 题目：基于网络爬虫的搜索引擎设计与实现 系别： 专业：计算机科学与技术 班级： 学号： 姓名： 同组人： 指导教师：教师职称：协助指导教师：教师职称：
摘要 本文从搜索引擎的应用出发，探讨了网络蜘蛛在搜索引擎中的作用和地住，提出了网络蜘蛛的功能和设计要求。在对网络蜘蛛系统结构和工作原理所作分析的基础上，研究了页面爬取、解析等策略和算法，并使用Java实现了一个网络蜘蛛的程序，对其运行结果做了分析。 关键字：爬虫、搜索引擎
Abstract The paper，discussing from the application of the search engine，searches the importance and function of Web spider in the search engine．and puts forward its demand of function and design．On the base of analyzing Web Spider’s system strtucture and working elements．this paper also researches the method and strategy of multithreading scheduler，Web page crawling and HTML parsing．And then．a program of web page crawling based on Java is applied and analyzed． Keyword: spider, search engine
网络爬虫基本原理
网络爬虫基本原理 网络爬虫根据需求的不同分为不同种类： 1. 一种是爬取网页链接，通过url链接得到这个html页面中指定的链接，把这 些链接存储起来，再依次以这些链接为源，再次爬取链接指向html页面中的链接……如此层层递归下去，常用的方法是广度优先或者深度优先，根据爬取层次需求不同而选择不同的方法达到最优效果，爬虫的效率优化是一个关键。搜索引擎的第一个步骤就是通过爬虫得到需要索引的链接或数据，存放于数据库，然后对这些数据建立索引，然后定义查询语句，解析查询语句并利用检索器对数据库里的数据进行检索。 2. 一种是爬取数据信息，如文本信息、图片信息等，有时需要做数据分析，通 过某种手段来获取数据样本以供后续分析，常用的方法是爬虫获取指定数据样本或利用现有的公共数据库。本文的微博爬虫和新闻数据爬取都属于第二种类，根据自定义搜索关键字爬取微博信息数据。 3. 对于网络爬虫原理，其实并不复杂。基本思路是：由关键字指定的url把所 有相关的html页面全抓下来（html即为字符串），然后解析html文本（通常是正则表达式或者现成工具包如jsoup），提取微博文本信息，然后把文本信息存储起来。 重点在于对html页面源码结构的分析，不同的html需要不同的解析方法；还有就是长时间爬取可能对IP有影响，有时需要获取代理IP，甚至需要伪装浏览器爬取。（主要是针对像新浪等这些具有反扒功能的网站，新闻网站一般不会有这样的情况）。 对于微博，通常情况下是必须登录才能看到微博信息数据（比如腾讯微博），但是有的微博有搜索机制，在非登录的情况下可以直接通过搜索话题来查找相关信息（如新浪微博、网易微博）。考虑到某些反爬虫机制，如果一个账号总是爬取信息可能会有些影响（比如被封号），所以本文采用的爬虫都是非登录、直接进入微博搜索页面爬取。这里关键是初始url地址。 网络爬虫是搜索引擎抓取系统的重要组成部分。爬虫的主要目的是是将互联网上的网页下载到本地形成一个活互联网内容的镜像备份。这篇博客主要对爬虫及抓取系统进行一个简单的概述。 一、网络爬虫的基本结构及工作流程 通用的网络爬虫的框架如图所示：
网络爬虫知识
网络爬虫 1.工作原理 网络爬虫是一个自动提取网页的程序，它为搜索引擎从万维网上下载网页，是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件。聚焦爬虫的工作流程较为复杂，需要根据一定的网页分析算法过滤与主题无关的链接，保留有用的链接并将其放入等待抓取的URL队列。然后，它将根据一定的搜索策略从队列中选择下一步要抓取的网页URL，并重复上述过程，直到达到系统的某一条件时停止。另外，所有被爬虫抓取的网页将会被系统存贮，进行一定的分析、过滤，并建立索引，以便之后的查询和检索；对于聚焦爬虫来说，这一过程所得到的分析结果还可能对以后的抓取过程给出反馈和指导。基本步骤： 1）人工给定一个URL作为入口，从这里开始爬取。 2）用运行队列和完成队列来保存不同状态的链接。 3）线程从运行队列读取队首URL，如果存在，则继续执行，反之则停止爬取。 4）每处理完一个URL，将其放入完成队列，防止重复访问。 5）每次抓取网页之后分析其中的URL（URL是字符串形式，功能类似指针），将经过过滤的合法链接写入运行队列，等待提取。 6）重复步骤 3）、4）、5） 2.关键技术 1.对抓取目标的描述或定义 2.对网页或数据的分析与过滤 3.对URL的搜索策略
3.网页搜索策略 1.广度优先 广度优先搜索策略是指在抓取过程中，在完成当前层次的搜索后，才进行下一层次的搜索。该算法的设计和实现相对简单。在目前为覆盖尽可能多的网页，一般使用广度优先搜索方法。也有很多研究将广度优先搜索策略应用于聚焦爬虫中。其基本思想是认为与初始URL 在一定链接距离内的网页具有主题相关性的概率很大。另外一种方法是将广度优先搜索与网页过滤技术结合使用，先用广度优先策略抓取网页，再将其中无关的网页过滤掉。这些方法的缺点在于，随着抓取网页的增多，大量的无关网页将被下载并过滤，算法的效率将变低。 2.深度优先 即从起始网页开始，选择一个URL，进入，分析这个网页中的URL，选择一个再进入。如此一个链接一个链接地深入追踪下去，处理完一条路线之后再处理下一条路线。该算法在设置抓取深度时很容易导致爬虫的陷入(trapped)问题，同时每深入一层，网页价值和PageRank都会相应地有所下降。这暗示了重要网页通常距离种子较近，而过度深入抓取到的网页却价值很低，所以目前常见的是广度优先和最佳优先方法，很少使用深度优先策略。 3.最佳优先 最佳优先搜索策略按照一定的网页分析算法，预测候选URL与目标网页的相似度，或与主题的相关性，并选取评价最好的一个或几个URL进行抓取。它只访问经过网页分析算法预测为“有用”的网页。存在的一个问题是，在爬虫抓取路径上的很多相关网页可能被忽略，因为最佳优先策略是一种局部最优搜索算法。因此需要将最佳优先结合具体的应用进行改进，以跳出局部最优点。将在第4节中结合网页分析算法作具体的讨论。研究表明，这样的闭环调整可以将无关网页数量降低30%~90%。 4.网页分析算法 1.网络拓扑 基于网页之间的链接，通过已知的网页或数据，来对与其有直接或间接链接关系的对象（可以是网页或网站等）作出评价的算法。又分为网页粒度、网站粒度和网页块粒度这三种。 a)网页粒度的分析算法
搜索引擎爬虫工作原理
搜索引擎爬虫工作原理 搜索引擎的处理对象是互联网网页，日前网页数量以百亿计，所以搜索引擎首先面临的问题就是：如何能够设计出高效的下载系统，以将如此海量的网页数据传送到本地，在本地形成互联网网页的镜像备份。 网络爬虫即起此作用，它是搜索引擎系统中很关键也根基础的构件。这里主要介绍与网络爬虫相关的技术，尽管爬虫技术经过几十年的发展，从整体框架上已相对成熟，但随着联网的不断发展，也面临着一些有挑战性的新问题。 版纳论坛下图所示是一个通用的爬虫框架流程。首先从互联网页面中精心选择一部分网页，以这些网页的链接地址作为种子URL，将这些种子URL放入待抓取URL队列中，爬虫从待抓取URL队列依次读取，并将URL通过DNS解析，把链接地址转换为网站服务器对应的IP地址。 然后将其和网页相对路径名称交给网页下载器，网页下载器负责页面内容的下载。对于下载到本地的网页，一方面将其存储到页面库中，等待建立索引等后续处理;另一方面将下载网页的URL放入已抓取URL队列中，这个队列记载了爬虫系统已经下载过的网页URL，以避免网页的重复抓取。对于刚下载的网页，从中抽取出所包含的所有链接信息，并在已抓取URL队列中检查，如果发现链接还没有被抓取过，则将这个URL放入待抓取URL队列末尾，在之后的抓取调度中会下载这个URL对应的网页。如此这般，形成循环，直到待抓取URL队列为审，这代表着爬虫系统已将能够抓取的网页尽数抓完，此时完成了一轮完整的抓取过程。
对于爬虫来说，往往还需要进行网页去重及网页反作弊。 上述是一个通用爬虫的整体流程，如果从更加宏观的角度考虑，处于动态抓取过程中的爬虫和互联网所有网页之间的关系，可以大致像如图2-2所身那样，将互联网页面划分为5个部分： 1.已下载网页集合：爬虫已经从互联网下载到本地进行索引的网页集合。 2.已过期网页集合：由于网页数最巨大，爬虫完整抓取一轮需要较长时间，在抓取过程中，很多已经下载的网页可能过期。之所以如此，是因为互联网网页处于不断的动态变化过程中，所以易产生本地网页内容和真实互联网网页不一致的情况。 3.待下载网页集合：即处于上图中待抓取URL队列中的网页，这些网页即将被爬虫下载。 4.可知网页集合：这些网页还没有被爬虫下载，也没有出现在待抓取URL队列中，不过通过已经抓取的网页或者在待抓取URL队列中的网页，总足能够通过链接关系发现它们，稍晚时候会被爬虫抓取并索引。
如何利用爬虫爬取马蜂窝千万+数据
https://www.360docs.net/doc/3110428874.html, 如何利用爬虫爬取马蜂窝千万+数据 最近有人爬了马蜂窝的1800万数据就刷爆了网络，惊动了互联网界和投资界，背后的数据团队也因此爆红。 你一定会想像这个团队像是电影里演的非常牛掰黑客一样的人物吧？ 你以为爬数据一定要懂爬虫写代码、懂Python才能爬取网络数据是吧？ 小八告诉你，过去可能是，但现在真的不！是！
https://www.360docs.net/doc/3110428874.html, 爬这样千万级数据的工作，我们绝大部分人即使不懂写代码，都可以实现。 如何实现？ 就是利用「数据爬虫工具」。 目前的爬虫工具已经趋向于简易、智能、可视化了，即使不懂代码和爬虫的小白用户都可以用。 比如在全球坐拥百万用户粉丝的八爪鱼数据采集器。 简单来说，用八爪鱼 爬取马蜂窝数据只要4个步骤。这里我们以爬取【马蜂窝景点点评数据】举例。
https://www.360docs.net/doc/3110428874.html, ★ 第一步 打开马蜂窝，选择某城市的景点页面，（本文以采集成都景点点评为例） 第二步 用八爪鱼爬取马蜂窝的成都的top30景点页面超链接url地址
https://www.360docs.net/doc/3110428874.html, 八爪鱼采集成都top30 景点网址url
https://www.360docs.net/doc/3110428874.html, 第三步 用八爪鱼简易模板「蚂蜂窝国内景点点评爬虫」 第四步 导出数据到EXCEL。
https://www.360docs.net/doc/3110428874.html, 小八只花了15分钟的时间就采集到成都TOP热门30景点的842条点评数据。如果同时运行多个客户端并使用使用云采集，将会更快。 （由于只是示例，每个景点小八只采集了842条评，如果有需要可以采集更多，这个可自己设置） 爬取结果
定向网络爬虫-开题报告
山东科技大学 本科毕业设计（论文）开题报告 题目网络爬虫 定向爬取?脚本之家?文本信息 学院名称信息科学与工程学院 专业班级计算机科学与技术2012级2班 学生姓名包志英 学号 2 指导教师赵中英 填表时间：二0一六年三月二十八日
下，并不能很稳定的工作，内存消耗随着程序的运行而不断增大，直到达到jvm 分配的上限而崩溃。很多时候，你只能做个权衡，每个webclient使用若干次后就把它回收，然后重新启动一个，这非常影响性能。Rhino对于javascript的支持并不好，实际使用中，会发现各种Exception，很多时候会导致无法渲染出想要的结果，这个htmlunit的又一大缺陷。随着版本的更新，能够渐次解决一些问题，但是好的程序员，还是应该自己读源码来尝试解决问题。 Phantomjs相比于htmlunit，对于js的支持更接近真实的浏览器，但是并发性能差，通过java的exec调用系统命令来启动，更加降低了性能。 此外主流的浏览器都提供了相应的抓取支持，selenium可谓是一个集大成者，包含了上述的所有组件，以WebDriver的形式，适配各种爬虫组件，你可以用它操控浏览器自动抓取，当然，并发和性能的问题依然存在。 爬虫开发的主要问题是性能和反封锁。很多时候，采用高并发高频率抓取数据是可行的，前提是目标站点没有采用任何反爬措施（访问频率限制、防火墙、验证码……）；更多时候，有价值的信息，一定伴随着严格的反爬措施，一旦ip 被封，什么组件都没戏了。你不得不维护一个代理IP池来解决这个问题，当然，这也带来了代理ip稳定性和速度的问题，这些问题都是无法回避的问题，我们需要针对具体的情况，采用对应的措施，以最大限度的完成爬虫爬取任务。 目前，爬虫的需求呈爆炸式增长的趋势，这是当前各种互联网创新和大数据时代的新常态。火车和八爪鱼等团队看到了这一点，并率先开发了相对完备的爬虫产品，很多用户都在使用，但是更多的用户希望直接把爬虫抓取任务外包出去，因为他们不懂技术，工具的使用需要逾越技术的鸿沟，大部分用户并没有这个逾越鸿沟的打算。我相信像猪八戒这样的技术外包平台会活的越来越好，我也相信各个技术门类会不断聚集，形成相对独立的社区，P2P的社区平台将提供爬虫开发者和爬虫需求者更加通畅的交流渠道。 目前，淘宝等平台上出现很多爬虫服务商，如，这种定制开发的服务，增加了服务商的成本，服务往往是一次性的，满足了一个用户的需求，然而具有相似需求的用户，却很难有机会找到这个服务商，这就是为什么我们需要爬虫信息交流的平台。 我有意建立这样的平台，不管是微博、微信公众号、文章，还是政府门户的
防采集与反爬虫常见的策略以及解决思路
https://www.360docs.net/doc/3110428874.html, 防采集与反爬虫常见的策略以及解决思路 打从有采集这件事情开始 就有防采集的诞生 大仙爬虫从业十年 见过各种防采集策略 今天，我们就一起来吹吹牛B 说说这些年遇到的各种防采集策略 1、限制IP单位时间访问次数还有频率 背景：没有哪个常人一秒钟内能访问相同网站N次（不管是不是同一个网页） 解决办法：一般遇到这种情况我们就放缓采集频率，不管你写代码添加Sleep，或者在我们八爪鱼里面设置间隔时间都可以解决 进化1：有些高级点的防采集策略，他甚至监控到每个请求的频率，如果一直处于同一个频率，比如一秒一次，他也是会封。 解决办法：这种情况一般就需要我们在采集间隔里面加上随机数，每次访问的频率相对随机。 进化2：有些更残忍的防采集策略，他甚至会监控每IP每天或每时段请求网页的数量。 因为他可以通过数据分析，知道大体上他真实的用户一般最多会访问他多少网页，如果超过，他也照样封。
https://www.360docs.net/doc/3110428874.html, 解决办法：这种情况也就只有用多IP或者多服务器来解决了，虚拟出许多不同的终端在访问，平摊访问资源。八爪鱼在这块也提供了代理IP池套餐与旗舰版云服务器集群来保障。 2、验证码 背景：验证码天生就是一个识别你到底是人还是机器的神器
https://www.360docs.net/doc/3110428874.html, 解决办法： 这一招是被用烂的一招，现在普通的验证码，即使加了混淆，都可以通过图像识别技术 给破解了，所以市面就多了好多诡异的验证码，最经典的，应该算是12306的验证码 了吧。但是再复杂的验证码，包括那些中文成语，中文加减乘除之类的，都是有破解之法。因为这世上还有打码平台在，就是一种人工帮你输入验证码的平台。
网页数据抓取方法详解
https://www.360docs.net/doc/3110428874.html, 网页数据抓取方法详解 互联网时代，网络上有海量的信息，有时我们需要筛选找到我们需要的信息。很多朋友对于如何简单有效获取数据毫无头绪，今天给大家详解网页数据抓取方法，希望对大家有帮助。 八爪鱼是一款通用的网页数据采集器，可实现全网数据（网页、论坛、移动互联网、QQ空间、电话号码、邮箱、图片等信息）的自动采集。同时八爪鱼提供单机采集和云采集两种采集方式，另外针对不同的用户还有自定义采集和简易采集等主要采集模式可供选择。
https://www.360docs.net/doc/3110428874.html, 如果想要自动抓取数据呢，八爪鱼的自动采集就派上用场了。 定时采集是八爪鱼采集器为需要持续更新网站信息的用户提供的精确到分钟的，可以设定采集时间段的功能。在设置好正确的采集规则后，八爪鱼会根据设置的时间在云服务器启动采集任务进行数据的采集。定时采集的功能必须使用云采集的时候，才会进行数据的采集，单机采集是无法进行定时采集的。 定时云采集的设置有两种方法： 方法一：任务字段配置完毕后，点击‘选中全部’→‘采集以下数据’→‘保存并开始采集’，进入到“运行任务”界面，点击‘设置定时云采集’，弹出‘定时云采集’配置页面。
https://www.360docs.net/doc/3110428874.html, 第一、如果需要保存定时设置，在‘已保存的配置’输入框内输入名称，再保存配置，保存成功之后，下次如果其他任务需要同样的定时配置时可以选择这个配置。 第二、定时方式的设置有4种，可以根据自己的需求选择启动方式和启动时间。所有设置完成之后，如果需要启动定时云采集选择下方‘保存并启动’定时采集，然后点击确定即可。如果不需要启动只需点击下方‘保存’定时采集设置即可。
网络爬虫
网络爬虫 1.什么是爬虫 2.网络爬虫工具 3.网页搜索策略 4.信息获取 1 . 什么是网络爬虫？ 网络爬虫（又被称为网页蜘蛛，网络机器人，在FOAF社区中间，称为网页追逐者），是一种按照一定的规则，自动的抓取万维网信息的程序或者脚本。目标数据模式的爬虫针对的是网页上的数据，所抓取的数据一般要符合一定的模式，或者可以转化或映射为目标数据模式。 网络爬虫是一个自动提取网页的程序，它为搜索引擎从万维网上下载网页，是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列，直到满足系统的一定停止条件。 《把互联网比喻成一个蜘蛛网，那么Spider就是在网上爬来爬去的蜘蛛。网络蜘蛛是通过网页的链接地址来寻找网页，从网站某一个页面（通常是首页）开始，读取网页的内容，找到在网页中的其它链接地址，然后通过这些链接地址寻找下一个网页，这样一直循环下去，直到把这个网站所有的网页都抓取完为止。如果把整个互联网当成一个网站，那么网络爬虫就可以用这个原理把互联网上所有的网页都抓取下来。下面大体介绍主题爬虫的工作原理。》
2 . 网络爬虫工具 1.Heritrix ——是一个开源，可扩展的web爬虫项目。Heritrix是一个爬虫框架，可加入一些可互换的组件。 2.WebSPHINX ——是一个Java类包和Web爬虫的交互式开发环境。Web爬虫是可以自动浏览与处理Web页面的程序。 3.WebLech——是一个功能强大的Web站点下载与镜像工具。它支持按功能需求来下载web站点并能够尽可能模仿标准Web浏览器的行为。WebLech有一个功能控制台并采用多线程操作。 4.Arale ——主要为个人使用而设计，而没有像其它爬虫一样是关注于页面索引。 5.Jspider——是一个完全可配置和定制的Web Spider引擎.你可以利用它来检查网站的错误,网站内外部链接检查，分析网站的结构 6.Spindle——是一个构建在Lucene工具包（是一个基于Java 的全文信息检索工具包）之上的Web索引/搜索工具. 7.Arachnid（蛛形纲动物）——是一个基于Java的网络爬虫框架. https://www.360docs.net/doc/3110428874.html,RM ——LARM能够为Jakarta Lucene搜索引擎框架的用户提供一个纯Java的搜索解决方案。。 9.JoBo——是一个用于下载整个Web站点的简单工具。它本质是一个Web Spider。它的主要优势是能够自动填充form。 10.snoics-reptile——是用纯Java开发的，用来进行网站镜像抓取的工具，
搜索引擎蜘蛛爬虫原理
搜索引擎蜘蛛爬虫原理： 1、聚焦爬虫工作原理及关键技术概述 网络爬虫是一个自动提取网页的程序，它为搜索引擎从Internet网上下载网页，是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件。聚焦爬虫的工作流程较为复杂，需要根据一定的网页分析算法过滤与主题无关的链接，保留有用的链接并将其放入等待抓取的URL队列。然后，它将根据一定的搜索策略从队列中选择下一步要抓取的网页URL，并重复上述过程，直到达到系统的某一条件时停止，另外，所有被爬虫抓取的网页将会被系统存贮，进行一定的分析、过滤，并建立索引，以便之后的查询和检索；对于聚焦爬虫来说，这一过程所得到的分析结果还可能对以后的抓取过程给出反馈和指导。 相对于通用网络爬虫，聚焦爬虫还需要解决三个主要问题： (1) 对抓取目标的描述或定义； (2) 对网页或数据的分析与过滤； (3) 对URL的搜索策略。 抓取目标的描述和定义是决定网页分析算法与URL搜索策略如何制订的基础。而网页分析算法和候选URL排序算法是决定搜索引擎所提供的服务形式和爬虫网页抓取行为的关键所在。这两个部分的算法又是紧密相关的。 2、抓取目标描述 现有聚焦爬虫对抓取目标的描述可分为基于目标网页特征、基于目标数据模式和基于领域概念3种。 基于目标网页特征的爬虫所抓取、存储并索引的对象一般为网站或网页。根据种子样本获取方式可分为： （1）预先给定的初始抓取种子样本； （2）预先给定的网页分类目录和与分类目录对应的种子样本，如Yahoo!分类结构等； （3）通过用户行为确定的抓取目标样例，分为： a) 用户浏览过程中显示标注的抓取样本； b) 通过用户日志挖掘得到访问模式及相关样本。 其中，网页特征可以是网页的内容特征，也可以是网页的链接结构特征，等等。 现有的聚焦爬虫对抓取目标的描述或定义可以分为基于目标网页特征，基于目标数据模式和基于领域概念三种。 基于目标网页特征的爬虫所抓取、存储并索引的对象一般为网站或网页。 具体的方法根据种子样本的获取方式可以分为： （1）预先给定的初始抓取种子样本； （2）预先给定的网页分类目录和与分类目录对应的种子样本，如Yahoo!分类结构等； （3）通过用户行为确定的抓取目标样例。其中，网页特征可以是网页的内容特征，也可以是网页的链接结构特征，等等。 基于目标数据模式的爬虫针对的是网页上的数据，所抓取的数据一般要符合一定的模式，或者可以转化或映射为目标数据模式。
网络爬虫调研报告
网络爬虫调研报告 基本原理 Spider概述 Spider即网络爬虫,其定义有广义和狭义之分。狭义上指遵循标准的http协议利用超链接和Web文档检索的方法遍历万维网信息空间的软件程序;而广义的定义则是所有能遵循http协议检索Web文档的软件都称之为网络爬虫。 Spider是一个功能很强的自动提取网页的程序,它为搜索引擎从万维网上下载网页,是搜索引擎的重要组成.它通过请求站点上的HTML文档访问某一站点。它遍历Web空间,不断从一个站点移动到另一个站点,自动建立索引,并加入到网页数据库中。网络爬虫进入某个超级文本时,它利用HTML语言的标记结构来搜索信息及获取指向其他超级文本的URL地址,可以完全不依赖用户干预实现网络上的自动爬行和搜索。 Spider的队列 （1）等待队列:新发现的URL被加入到这个队列,等待被Spider程序处理; （2）处理队列:要被处理的URL被传送到这个队列。为了避免同一个UR L被多次处理,当一个URL被处理过后,它将被转移到完成队列或者错误队列(如果发生错误)。 （3）错误队列:如果在下载网页是发生错误,该URL将被加入到错误队列。 （4）完成队列:如果在处理网页没有发生错误,该URL将被加入到完成队列。 网络爬虫搜索策略 在抓取网页的时候,目前网络爬虫一般有两种策略:无主题搜索与基于某特定主体的专业智能搜索。其中前者主要包括:广度优先和深度优先。广度优先是指网络爬虫会先抓取起始网页中链接的所有网页,然后再选择其中的一个链接网页,继续抓取在此网页中链接的所有网页。这是最常用的方式,因为这个方法可以让网络爬虫并行处理,提高其抓取速度。深度优先是指网络爬虫会从起始页开始,一个链接一个链接跟踪下去,处理完这条线路之后再转入下一个起始页,继续跟踪链接。这个方法有个优点是网络爬虫在设计的时候比较容易。大多数网页爬行器采用宽度优先搜索策略或者是对这种策略的某些改进。