原创 三大搜索引擎搜索代碼所有參數詳解
先說谷歌的， q--查詢的關鍵詞(Query)，百度對應的參數爲wd hl--Google搜索的界面語言(Interface Language) hl=zh-CN簡體中文語言界面，我們用的Google中文就是這個參數。 hl=zh-
2020-05-31 05:01:59
原创 HTMLParser抓取網頁
看到後很多人問，過濾網頁信息什麼的。其實用HTMLPARSER非常方便，現在沒事要做個用代理訪問網頁的軟件，首先是提取各個免費代理網站的代理：用到HTMLPARSER 1package com.pmjava.search; 2 3impor
2019-07-17 13:52:21
原创 我的友情鏈接
51CTO博客開發Java究竟怎麼玩過程改進論壇My bloggracecode.blogMy Iciba我的夢想我去追瞬間移動博客cliff博客lenolong的專欄
2019-02-22 18:36:00
2
原创 java 的visitor方式
http://blog.seforge.org/?uid-244-action-viewspace-itemid-93Visitor訪問者模式定義作用於某個對象羣中各個對象的操作. 它可以使你在不改變這些對象本身的情況下,定義作用於這些對象
2019-02-22 18:36:00
5
原创 關於博文禁忌內容檢查
尊敬的管理員和其他博友： 感謝您的辛勤勞動，爲我們創造了這麼一個地地方，非常感謝！ 我現在有個問題想向您反映一下，我在發文章時提示有禁忌內容，不讓我提交，最後發現有問題的一句是這個：（I C P 證 合 字 B 2
2019-02-22 18:35:48
1
原创 JAVA完全控制Oracle中BLOB、CLOB說明
//轉自：http://blog.csdn.net/wazj0517/archive/2006/10/19/1341074.aspx 網絡上很多關於JAVA對Oracle中BLOB、CLOB類型字段的操作說明，有的不夠全面，有的不夠準確，甚
2019-02-22 18:35:19
2
原创 Eclipse快捷鍵大全
Shift+Tab 減少縮進（非常常用）Tab （同上）Ctrl+1 快速修復(最經典的快捷鍵了)Ctrl+D: 刪除當前行 Ctrl+Alt+↓ 複製當前行到下一行(複製增加)Ctrl+Alt+↑ 複製當前行到上一行(複製
2019-02-22 18:31:33
2
原创 Java正則表達式入門
衆所周知，在程序開發中，難免會遇到需要匹配、查找、替換、判斷字符串的情況發生，而這些情況有時又比較複雜，如果用純編碼方式解決，往往會浪費程序員的時間及精力。因此，學習及使用正則表達式，便成了解決這一矛盾的主要手段。 大 家都知道，正則表達
2019-02-22 18:30:47
1
原创 JAVA線程池的簡單實現及優先級設置
我們大家都知道，在處理多線程服務併發時，由於創建線程需要佔用很多的系統資源，所以爲了避免這些不必要的損耗，通常我們採用線程池來解決這些問題。 線程池的基本原理是，首先創建並保持一定數量的線程，當需要使用線程時，我們從池中取得線程，再將需要
2019-02-22 18:30:24
1
原创 利用Java生成靜態HMTL頁面的方法收集
利用Java生成靜態HMTL頁面的方法收集 生成靜態頁面技術解決方案之一 轉載者前言：這是一個全面的jsp動態頁面靜態化方案，本站的帖子靜態化方案將借鑑這篇帖子中方法。向[url]http://www.agilejava.o
2019-02-22 18:29:33
1
原创 從HTML文件中抽取正文的簡單方案
譯者導讀：這篇文章主要介紹了從不同類型的HTML文件中抽取出真正有用的正文內容的一種有廣泛適應性的方法。其功能類似於CSDN近期推出的“剪 影”，能夠去除頁眉、頁腳和側邊欄的無關內容，非常實用。其方法簡單有效而又出乎意料，看完後難免大呼原
2019-02-22 18:28:26
原创 定時抓取網頁連接,提取網頁內容,存入數據庫
流程 提供要抓取的網頁地址（列表） 提取網頁列表中目標所有LINK 抓取LINK中的所有網頁(爬蟲) 解析正文內容 存入數據庫 一、抓取任務（主程序） package com.test; import java.text
2019-02-22 18:15:43
1
原创 利用Java生成靜態HMTL頁面的方法收集
利用Java生成靜態HMTL頁面的方法收集 生成靜態頁面技術解決方案之一 轉載者前言：這是一個全面的jsp動態頁面靜態化方案，本站的帖子靜態化方案將借鑑這篇帖子中方法。向[url]http://www.agilejava.o
2018-09-11 04:59:13
原创 深入學習Heritrix---解析Frontier(鏈接工廠)
關鍵字: heritrix frontier Frontier是Heritrix最核心的組成部分之一,也是最複雜的組成部分.它主要功能是爲處理鏈接的線程提供URL,並負責鏈接處理完成後的一些後續調度操作.並且爲了提高效率,它在內部使用了
2018-09-11 04:59:13
5
原创 深入學習Heritrix---解析CrawlController
關鍵字: heritrix crawlcontroller 當我們以Web UI方式使用Heritrix時,點擊任務開始(start)按鈕時,Heritrix就開始了它的爬取工作.但它的內部 執行流程是怎樣的呢?別急,下面將慢慢道來.
2018-09-11 04:59:13