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
京大益智遊戲博士專為兒童設計的動腦解謎:5歲開始,天天挑戰,培育擅長邏輯思考的大腦!(全套4冊)
作者:東田大志
出版社:小熊出版社
出版日期:2023-04-12
66折: $ 766 
金石堂 - 今日66折
防彈斷食全書【決定版】:延緩老化、減少發炎、阻斷身體飢餓訊號,防彈咖啡創始人教你一輩子都有效的斷食法
作者:戴夫.亞斯普雷
出版社:木馬文化事業有限公司
出版日期:2022-06-08
66折: $ 297 
金石堂 - 今日66折
爆款內容流量學:追蹤人數從零到無限大,流量操作手把手教學,快速漲粉,路人+1買到爆。
作者:休斯
出版社:大是文化有限公司
出版日期:2024-03-27
66折: $ 277 
金石堂 - 今日66折
短時間就上榜,國考之神:考前一年、三個月、一個月、一週如何準備?升學、檢定、資格考都適用!
作者:平木太生(jiji)
出版社:大是文化有限公司
出版日期:2023-03-01
66折: $ 257 
 
金石堂 - 暢銷排行榜
我不會免費跟妳上床(5)
作者:檜原フキ
出版社:台灣角川股份有限公司
出版日期:2024-11-14
$ 111 
Taaze 讀冊生活 - 暢銷排行榜
失落的百年致富聖經(增訂版)
作者:華勒斯.華特斯、巴納姆
出版社:華志文化
出版日期:2021-05-11
$ 221 
金石堂 - 暢銷排行榜
艷事染惑
作者:越山弱衰
出版社:未來數位有限公司
出版日期:2024-11-13
$ 237 
Taaze 讀冊生活 - 暢銷排行榜
牽衫尾
作者:葉國居
出版社:聯合文學出版社股份有限公司
出版日期:2024-10-17
$ 270 
 
Taaze 讀冊生活 - 新書排行榜
2024商業服務業年鑑:迎接智慧轉型,擁抱低碳永續,建構服務業韌性生態系
作者:經濟部商業發展署、財團法人商業發展研究院
出版社:時報文化出版企業股份有限公司
出版日期:2024-11-22
$ 525 
博客來 - 新書排行榜
制度基因:中國制度與極權主義制度的起源
作者:許成鋼
出版社:國立臺灣大學出版中心
出版日期:2024-11-13
$ 750 
Taaze 讀冊生活 - 新書排行榜
生活的藝術:52個打造美好人生的思考工具
作者:魯爾夫.杜伯里
出版社:商周出版
出版日期:2024-11-07
$ 300 
金石堂 - 新書排行榜
緋色誘惑(07)完
作者:山根綾乃
出版社:尖端漫畫
出版日期:2024-11-21
$ 128 
 

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