[已解决问题] 蜘蛛爬行程序
提问时间: 2008-06-25 13:17
悬赏分：10 浏览:256 次
大家谁做过蜘蛛爬行程序啊，就是搜索各个网页中的email地址，好像得用到多线程呢，而且还要限制页面的级数，就是搜索到第几层页面，大家帮帮忙，给个思路。。
最佳答案
网上有关这个的例子.....下载了看看,是个老外写的,是在csdn上的,具体找找......
提问者对于答案的评价：就这样吧，我找过了，没有适合我的，不过谢谢你们了。。。。
2008/6/26 10:05:15
回答者：林间曦阳
提问者对于答案的评价：就这样吧，我找过了，没有适合我的，不过谢谢你们了。。。。
其它回答(4)
|
你是说用多线程 同时扒 不同DIV里面的 EMAIL吗？
我倒是有个建议，你可以不考虑在哪个 DIV上，直接就开始先扒一天的 EMAIL，然后选择出里面出现个数太多的，那肯定就是网站的 EMAIL或者一些广告的，把他们放在数据库里，然后再添加一个认证模块，只有Email不在这些地址之中的才储存起来，留着干啥都行！（当然如果你想发垃圾邮件当我没说！）。最后你也可以把选取出现次数过多EMAIL的功能继续保留，并且在没次扒取email之后进行选取和添加，这样，就算那些网站换了EAMIL，你也不会放过。
我不相信爬人家EMAIL能干出啥好事来 正则表达式嘛 =。= 我爬过图片 论坛回复的抓贴 不过爬Email不大赞成 论技术也就是正则表达式 |
评论