購物比價找書網找車網
FindBook  
 有 3 項符合

王者歸來:自己動手寫網路爬蟲(附範例CD)

的圖書
王者歸來:自己動手寫網路爬蟲 王者歸來:自己動手寫網路爬蟲

作者:羅剛王振東 
出版社:佳魁資訊股份有限公司
出版日期:2012-01-16
語言:繁體書   
圖書介紹 - 資料來源:博客來   評分:
圖書名稱:王者歸來:自己動手寫網路爬蟲(附範例CD)

內容簡介

  當你在飆網時,是否知道還有一類特殊的網路使用者也再網際網路上默默的工作著,他們就是網路爬蟲。這些網路爬蟲按照設計者預定的方式,在網路中穿梭,同時自動蒐集有用的資訊,進行分類和整理,將整理結果提供給使用者,方便使用者尋找他們感興趣的內容。由於網路爬蟲的實用性,引起很多程式師,特別是Web程式師的興趣。

  本書是第一本專門講解網路爬蟲開發的書籍,將理論與實作相結合,介紹如何利用雲端運算架構開發分布式爬蟲、介紹網路爬蟲開發中的關鍵問題與java實現。從基本的爬蟲原理開始講解,引領讀者入門;到重點講述雲端運算的相關內容及其在爬蟲中的應用。適用於需要實際應用搜尋引擎的程式師使用,或作為電腦相關專業科系參考教材。

 

目錄

PART1自己動手抓取資料

第1章 全面剖析網路爬蟲
1.1抓取網頁
1.2寬度優先爬蟲和帶偏好的爬蟲
1.3設計爬蟲佇列
1.4設計爬蟲架構
1.5使用多執行緒技術提升爬蟲性能
1.6本章小結

第2章 分散式爬蟲
2.1設計分散式爬蟲
2.2分散式儲存
2.3Google的成功之道──GFS
2.4Google網頁儲存秘訣──BigTable
2.5Google的成功之道──MapReduce演算法
2.6Nutch中的分散式
2.7本章小結

第3章 爬蟲的“方方面面”
3.1爬蟲中的“黑洞”
3.2限定爬蟲和主題爬蟲
3.3有“道德“的爬蟲
3.4本章小結
PART2自己動手抓取資料

第4章 “處理”HTML頁面
4.1征服正則運算式
4.2抽取HTML正文
4.3抽取正文
4.4從JavaScript中抽取資訊
4.5本章小結

第5章 非HTML正文抽取
5.1抽取PDF檔案
5.2抽取Office文件
5.3抽取RTF
5.4本章小結

第6章 多媒體抽取
6.1抽取視訊
6.2聲音抽取
6.3本章小結

第7章 去掉網頁中的“雜訊”
7.1“雜訊“對網頁的影響
7.2利用“統計學“消除“雜訊”
7.3利用“視覺”消除“雜訊”
7.4本章小結
PART3自己動手挖掘Web資料

第8章 分析Web圖
8.1儲存Web“圖”
8.2利用Web“圖”分析連結
8.3Google的秘密──PageRank
8.4PageRank的兄弟HITS
8.5PageRank與HITS的比較
8.6本章小結

第9章 去掉重複的“文件”
9.1何為“重複”的文件
9.2去除“重複”文件──排除重複
9.3利用“語義指紋”排除重複
9.4SimHash排除重複
9.5分散式文件排除重複
9.6本章小結

第10章 分類與聚類別的應用
10.1網頁分類
10.2網頁聚類
10.3本章小結

 

詳細資料

  • ISBN:9789866007279
  • 規格:平裝 / 384頁 / 16 x 23 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣
贊助商廣告
 
金石堂 - 今日66折
忘憂樂園(忘憂森林二)(附贈12新色木紋質感隨身彩色鉛筆組)
作者:米莉.瑪洛塔
出版社:臉譜文化
出版日期:2015-09-05
66折: $ 211 
金石堂 - 今日66折
當下的力量系列新版套書(三冊):《當下的力量【書+牌卡】典藏盒裝版》+《當下的覺醒(三版)》
作者:艾克哈特.托勒
出版社:橡實
出版日期:2023-04-06
66折: $ 898 
金石堂 - 今日66折
琥珀眼睛的兔子(二版)
作者:艾德蒙.德瓦爾
出版社:木馬文化事業有限公司
出版日期:2020-02-26
66折: $ 277 
 
金石堂 - 暢銷排行榜
隨插即上!性愛後宮 無修正 ※DAV
作者:西沢水木(西沢みずき)
出版社:未來數位有限公司
出版日期:2024-10-30
$ 253 
金石堂 - 暢銷排行榜
御姐正太豪華拼盤 無修正改版
作者:森島コン
出版社:未來數位有限公司
出版日期:2024-10-30
$ 237 
金石堂 - 暢銷排行榜
青梅竹馬是墮落聖女!(2)
作者:ショーソン
出版社:台灣角川股份有限公司
出版日期:2024-11-07
$ 111 
博客來 - 暢銷排行榜
被討厭的勇氣:自我啟發之父「阿德勒」的教導
作者:古賀史健,岸見一郎
出版社:究竟
出版日期:2014-10-30
$ 237 
 
金石堂 - 新書排行榜
去參加聯誼,卻發現完全沒有女生在場(06)
作者:蒼川なな
出版社:青文出版社股份有限公司
出版日期:2024-10-30
$ 111 
Taaze 讀冊生活 - 新書排行榜
2025【重點搭配圖說】機械製造完全攻略(升科大四技)
作者:盧彥富
出版社:千華數位文化股份有限公司
出版日期:2024-09-25
$ 441 
金石堂 - 新書排行榜
特殊傳說Ⅲ vol.09
作者:護玄
出版社:蓋亞文化有限公司
出版日期:2024-10-16
$ 236 
博客來 - 新書排行榜
夢想成為魔法少女 9
$ 126 
 

©2024 FindBook.com.tw -  購物比價  找書網  找車網  服務條款  隱私權政策