12种文本数据采集方法
grabage_0.1_nk
提供最基础的采集功能,有经验的开发人员可以将其嵌入到系统模块中用于采集数据。
nk版本的内容检查不算完整,只能匹配部分发布时间,对于部分网页将作者,来源,发布时间混合在一起的情况,未能很好的解决。
该问题会在将来的版本中处理,不会再更新nk版本。源码中未包含图片等资源采集。
xalan-2.7.1.jar htmlunit Jun 21 3.0 MB 0
xml-apis-1.3.04.jar htmlunit Jun 21 189 KB 0
xercesImpl-2.9.1.jar htmlunit Jun 21 1.2 MB 0
serializer-2.7.1.jar htmlunit Jun 21 271 KB 0
sac-1.3.jar htmlunit Jun 21 15.4 KB 0
nekohtml-1.9.14.jar htmlunit Jun 21 121 KB 0
htmlunit-core-js-2.7.jar htmlunit Jun 21 889 KB 0
htmlunit-2.7.jar htmlunit Jun 21 878 KB 0
cssparser-0.9.5.jar htmlunit Jun 21 247 KB 0
commons-logging-1.1.1.jar htmlunit Jun 21 59.3 KB 0
commons-lang-2.4.jar htmlunit Jun 21 255 KB 0
commons-io-1.4.jar htmlunit Jun 21 106 KB 0
commons-httpclient-3.1.jar htmlunit Jun 21 297 KB 0
commons-collections-3.2.1.jar htmlunit Jun 21 561 KB 0
commons-codec-1.4.jar htmlunit Jun 21 56.8 KB 0
dom4j-2.0.0-ALPHA-2.jar dom4j Jun 21 332 KB 0
1 - 16 of 16
下载后 用ide(如eclipse)引入源码,将源码中resource的路径指定到编译路径下。
编译运行ReadCenter,如控制台输出>>>LINK>>>http://portal.czol.info/news/money
特别提示:本信息由相关用户自行提供,真实性未证实,仅供参考。请谨慎采用,风险自负。