搜索项目报告—中国节一. 项目简介1.1 项目背景中国作为一个统一的多民族国家，有着丰富的民族节日文化遗产，它们已成为中国传统节日乃至中国传统文...

使用网站提供的API爬取网站中的数据是一种操作较为简单直接的方式，例如豆瓣网提供了对于电影、书籍等资源的各种数据的API，我们可以通过调用API...

自2000年4月1日以来，Google在每年的愚人节都会脑洞大开提出一个新的idea，本文将历年来Google提出的创意项目进行汇总，并探究是否...

使用ICTCLAS（NLPIR）在线分词工具和jieba分词组件进行分词练习。 一. ICTCLAS 1.简介 汉语词法分析系统ICTCLAS(...

一、实验背景 此次实验要求我们爬取DMOZ下的Home目录(http://www.dmoztools.net/Home/)的所有子目录。dmoz...

一. Apache Tika的简介 Apache Tika 是利用现有的解析类库，从不同格式的文档中（例如HTML, PDF, Doc)，侦测和...

分析亚马逊robots.txt 先来了解一下什么是robots.txt？搜索引擎使用spider程序自动访问互联网上的网页并获取网页信息。spi...

关于今日头条网站信息架构的分析： 一. 线框图 二. 网站地图 三. 找寻定位