|
|
小旋风垂直搜索平台 源代码共享计划
小旋风是什么？
小旋风是一款集多任务、多线程智能网络爬虫、基于xml / xpath的路径规则的数据抽取系统、无缝集成lucene.net2.3全文索引系统，高性能中文分词组件、多数据库支持的综合垂直搜索引擎平台。
它帮您快速搭建任何一个您期望中的垂直搜索平台，比如酷讯(kuxun.cn),比如去哪儿，比如搜职网，比如爱帮网等等。
为什么小旋风是客户端，它是基于什么平台开发的？
从程序使用的方便性及性能上考虑，我们为发挥客户端强大的权限优势，为您提供一个最容易上手的平台。
小旋风是基于微软下一代面向对象的开发语言C# 2.0开发，您使用前请确保您的系统安装了.net framework2.0。
小旋风上手困难吗？一般的采集程序都要求使用者了解正则表达式？
正则表达式定制规则存在几点问题。一是正则表达式对普通用户而言门槛太高。二是正则表达式的规则太难维护，源网站只要有一点点的变更，可能导致模板要重新更换。
我们从设计之初就重视并解决这个问题，采用国际标准的xml/xpath路径描述语言，在我们的系统，html自动转换为标准的xml文档。然后使用类似html/title这样的路径来指向我们需要采集的内容。
什么人需要小旋风？
如果您需要批量采集数据上，并且在数据变化时能够同步更新。
如果您是高校信息检索相关的研究生，正为搜索引擎相关论文发愁。
如果您希望搭建一个垂直搜索引擎
如果您喜欢c#，小旋风也将是一个不错的商业程序案例。
如果您…
如何获得源代码？
下载链接
http://download.csdn.net/source/911252
作者联系方式：
Qq: 86820609
Email / msn: jerry_weijb@163.com
请注明：小旋风 |
|
楼主: 小黄
IP卡
狗仔卡
发表于 2008-12-22 21:21
显身卡
