NN179的专栏

网络爬虫（又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），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。另外一些不常使用的名字还有蚂蚁，自动索引，模拟程序或者蠕虫。 参看百度百科 http://note.sdo.com/u/wyatt/n/mbnUS~jpc4spnM00k001a5 最近

2011-09-28 一 代码#coding:gb2312 import urllib2,urllib,re,os import sqlite3,cookielib,time ''' 百度爬虫类 @author:FC_LAMP ''' class SpiderBaiDu: #变量 sqlit = None cur = None baseurl =

#FileName: toolbox_insight.py from sgmllib import SGMLParser import threading import time import urllib2 import StringIO import gzip import string import os #rewrite SGMLParser for start_a class Baseg