我想抓取特定的东西。特别是正在发生的事件,如音乐会、电影、艺术画廊开幕等。人们可能会花时间去的任何事情。
如何实现爬虫?
我听说过 Grub (grub.org -> Wikia) 和 Heritix ( http://crawler.archive.org/ )
还有其他人吗?
大家有什么意见?
-杰森
最佳答案
该主题的优秀介绍性文字是 Introduction to Information Retrieval (全文可在线获取)。它有关于 Web crawling 的章节,但也许更重要的是,它为您想要对抓取的文档执行的操作提供了基础。
(来源:stanford.edu)
关于nlp - 爬网,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/728006/