没有合适的资源?快使用搜索试试~ 我知道了~
Distributed-Content-Harvesting-using-Thread-Pools
共9个文件
java:6个
md:1个
makefile:1个
需积分: 5 0 下载量 95 浏览量
2021-05-17
22:25:39
上传
评论
收藏 185KB ZIP 举报
温馨提示
使用线程池的分布式内容收获 包含内容检索和解析的Web内容收集通常是分析任务(例如搜索,广告放置和相关性排名)的先兆。 作为该项目的一部分,我开发了一种分布式内容收集器,该收集器使用线程池来检索和解析内容。 该分布式收割机支持的功能包括:消除重复任务,分布式收割机之间的任务切换以及可配置的阈值,这些阈值可用于确定线程池的大小并在爬网期间控制递归深度。 收集器还可以检测特定Web域中不相交的子图和断开的链接。 (Java,Jericho HTML解析器) 1)在这个程序中,我所有的代码都放在两个包结构中: cs455 / harvester / *,给定的jar文件位于文件夹cs455 / harvester / lib / 提供的make文件将编译所有java文件。 在具有文件夹cs455的目录中输入$ make命令 3)必须通过执行以下命令来手动运行注册表: $java -c
资源推荐
资源详情
资源评论
收起资源包目录
Distributed-Content-Harvesting-using-Thread-Pools-master.zip (9个子文件)
Distributed-Content-Harvesting-using-Thread-Pools-master
cs455
harvester
ThreadPoolManager.java 706B
Crawler.java 7KB
Worker.java 7KB
lib
jericho-html-3.3.jar 194KB
Task.java 13KB
Client.java 2KB
URLExtractor.java 4KB
README.md 1KB
Makefile 220B
共 9 条
- 1
资源评论
花菌子
- 粉丝: 24
- 资源: 4578
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功