電子科技大學成都學院本科畢業(yè)設計論文

1、摘要Ⅰ基于JAVA的網絡爬蟲的設計與實現摘要網絡爬蟲是一種自動搜集互聯網信息的程序。通過網絡爬蟲不僅能夠為搜索引擎采集網絡信息，而且可以作為定向信息采集器，定向采集某些網站下的特定信息，如招聘信息，租房信息等。本文通過JAVA實現了一個基于廣度優(yōu)先算法的多線程爬蟲程序。本論文闡述了網絡爬蟲實現中一些主要問題：為何使用廣度優(yōu)先的爬行策略，以及如何實現廣度優(yōu)先爬行；為何要使用多線程，以及如何實現多線程；系統(tǒng)實現過程中的數據存儲；網頁信息解析

2、等。通過實現這一爬蟲程序，可以搜集某一站點的URLs，并將搜集到的URLs存入數據庫?！娟P鍵字】網絡爬蟲；JAVA；廣度優(yōu)先；多線程。目錄第一章第一章引言引言..................................................................................................................1第二章第二章相關技術介紹相關技術介紹........

3、..........................................................................................22.1JAVA線程......................................................22.1.1線程概述..................................................22.1.2

4、JAVA線程模型.............................................22.1.3創(chuàng)建線程..................................................32.1.4JAVA中的線程的生命周期....................................42.1.5JAVA線程的結束方式...................................

5、.....42.1.6多線程同步................................................52.2URL消重.......................................................52.2.1URL消重的意義.............................................52.2.2網絡爬蟲URL去重儲存庫設計.............

6、...................52.2.3LRU算法實現URL消重.......................................72.3URL類訪問網絡.................................................82.4爬行策略淺析.................................................82.4.1寬度或深度優(yōu)先搜索策略.......

7、..............................82.4.2聚焦搜索策略..............................................92.4.3基于內容評價的搜索策略.....................................92.4.4基于鏈接結構評價的搜索策略...............................102.4.5基于鞏固學習的聚焦搜索..........

8、.........................112.4.6基于語境圖的聚焦搜索.....................................11第三章第三章系統(tǒng)需求分析及模塊設計系統(tǒng)需求分析及模塊設計............................................................................13133.1系統(tǒng)需求分析......................

9、...........................133.2SPIDER體系結構...............................................133.3各主要功能模塊（類）設計.....................................143.4SPIDER工作過程...............................................14第四章第四章系統(tǒng)分析與設計

10、系統(tǒng)分析與設計............................................................................................16164.1SPIDER構造分析...............................................164.2爬行策略分析..............................................

11、...174.3URL抽取，解析和保存..........................................184.3.1URL抽取..................................................184.3.2URL解析..................................................194.3.3URL保存.......................

12、...........................19第五章第五章系統(tǒng)實現系統(tǒng)實現........................................................................................................21215.1實現工具.....................................................215.2爬蟲工作