ylf13的专栏

这篇文章貌似至少六年前人写的，很多信息可能有些过时了，例如博客链接都失效了，大家就取其精华把 [转自]http://wind-bell.iteye.com/blog/81504 搜索引擎学习资源收集 一、搜索引擎技术/动态资源 、综合类 1、卢亮的搜索引擎研究 http://www.wespoke.com/  卢亮属于搜索引擎开发上的专家，以前开发过一个搜索引擎

郑重申明：本系列文章是学术性文章，请认真对待！如果你面带微笑看完，请重新认真阅读！ 作者：ylfDSB-元 --------------------------------- from now on,开始小小研究下搜索引擎这个让我感到可怕的喜爱的领域，因为这里的算法可以说是现在最先进的，而且这里提供的服务是最一流 的，也是Google百度这些公司让我着迷膜拜。。。忽略我的无知。。。当然还有一

推荐大家一个正则表达式速成网址：http://deerchao.net/tutorials/regex/regex.htm 版本：v2.33 (2013-1-10) 作者：deerchao  下面是我的学习笔记 在网页抓取中，我们经常需要分析html内容，而其内容庞大，节点多，如何高效识别呢？推荐大家使用正组表达式： （1）常用元字符 常用的元字符 代码 说明 . 匹配除换行符以

申明：我也是刚开始学习搜索引擎，如果有不妥指出望指出，此系列博文只是记录我学习的历程罢了，不喜勿喷。 Author:元子 ********************************************************************* 搜索引擎一般可以分为四个系统： （1）下载系统     就是我们平时所说的爬虫，Crawler.     在Windows下，

申明：我也是刚开始学习搜索引擎，如果有不妥指出望指出，此系列博文只是记录我学习的历程罢了，不喜勿喷。 Author:元子 ********************************************************************* 继续上一章，说了这么多，今天就简单实现下程序中网页抓取的过程。 Crawler_v1 首先需要:apache