博客主要介绍网页文档内容分析，可分为内容提取、title标签、keywords等方面。还提到可在spider的url连接来源的innertext进行分析，准确度较高。同时指出像flash页面这类html文档较难分析内容，与url来源innertext建立关系可明确其具体内容。
网页文档内容的分析
一般可以分为内容提取，title标签，keywords等对页面内容的分析。
其实可以在我们的spider的url连接来源的innertext进行分析，我觉得这个准确度还是比较大的
有的html文档根本就不能分析出什么内容，比如一个flash页面，spider是很难分析内容的，如果跟url来源innertext建立关系，那么就可以
这个flash的具体内容了
一般可以分为内容提取，title标签，keywords等对页面内容的分析。
其实可以在我们的spider的url连接来源的innertext进行分析，我觉得这个准确度还是比较大的
有的html文档根本就不能分析出什么内容，比如一个flash页面，spider是很难分析内容的，如果跟url来源innertext建立关系，那么就可以
这个flash的具体内容了
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
