设为首页收藏本站

切换到宽版

全球主机交流论坛»论坛 › 主机综合交流 › 美国VPS综合讨论 › 最近在研究通用采集爬虫

网络延迟测速工具

会员请立即修改密码

1 23 / 3 页

发新帖

楼主: 委员

最近在研究通用采集爬虫

匿名

匿名 发表于 2022-5-24 09:33:51

是自动识别文章正文么?

回复支持反对

发表于 2022-5-24 09:35:33 | 显示全部楼层

单纯的爬html源代码的形式不难，只是后面做语义分词和索引有点难度，再就是爬取的结果怎么安排权重，这地方够发表好几篇论文了

回复支持反对

1 23 / 3 页

发新帖

Archiver|手机版|小黑屋|全球主机交流论坛

GMT+8, 2026-5-13 16:39 , Processed in 0.054136 second(s), 8 queries , Gzip On, MemCache On.

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表