首页 [ 开发辅助 ] 网络爬虫程序源码
一键分享

网络爬虫程序源码

  • 免费

2010-01-05 10:52:21

  • 源码类型: C/S
  • 开发环境: VS2008 + 无数据库
  • 开发语言: C#
  • 标签: 正则 线程 多线程 表达式
  • 评分:
收藏 1282 次|关注 25583 次|下载 4670 次

免费


交付物: 源码包
    商家已实名认证
  • 分享者:51asp***
  • 访问次数:   312207 次
  • 源码数量:   1241 套
  • 通过比率:   97%
  • 活跃于:   三个月前
  • TEL:   13*******71
  • 最新IP属地:北京市
  • 微信扫码咨询
.net
  • 51aspx源码必读.txt[2KB]
  • from.gif[4KB]
  • NWebCrawler.sln[1KB]
  • NWebCrawler.suo[21KB]
  • 最新Asp.Net源码下载.url[125B]

源码介绍

源码参数

  • 源码类别:【开发辅助】
  • 源码类型:C/S
  • 适合人群: 菜鸟进阶
  • 授权类型:免费版
  • 开发语言:C#
  • 数据库:无数据库
  • 源码大小:780K
  • 相关网址: 【免费浏览】
  • 源码指数:
  • 完整度:
  • 爬虫界面
  • 设置界面
  • 爬虫界面
  • 设置界面
  • Aspx.Query.CodeImageQueryModel
  • Aspx.Query.CodeImageQueryModel
网络爬虫程序源码
这是一款用 C# 编写的网络爬虫
主要特性有:
可配置:线程数、线程等待时间,连接超时时间,可爬取文件类型和优先级、下载目录等。
状态栏显示统计信息:排入队列URL数,已下载文件数,已下载总字节数,CPU使用率和可用内存等。
有偏好的爬虫:可针对爬取的资源类型设置不同的优先级。
健壮性:十几项URL正规化策略以排除冗余下载、爬虫陷阱避免策略的使用等、多种策略以解析相对路径等。
较好的性能:基于正则表达式的页面解析、适度加锁、维持HTTP连接等。
今后有空可能加入的特性:
新特性 介绍
爬取文件用Berkeley DB存储 提高性能: 常用操作系统不善于处理大量小文件
基于URL Ranking的优先级队列 主题爬虫: 机器学习算法对链接与主题相关度进行评估,并按照得出的优先级顺序进行爬取
爬虫礼仪 遵循爬虫禁止协议、以及避免对服务器资源的过度使用等
性能优化 用UDP取代封装好的HttpWebRequest/Response
DNS缓存
异步的DNS地址解析
硬盘缓存或内存数据库以避免频繁的磁盘寻道
分布式爬虫以扩展单机能力(CPU、内存和硬盘访问)
责任编辑:wxc

下载记录(Only Recent 100)

用户名 推荐指数 下载时间

源码评论

单击更换

评论列表

全部评论
  • 暂无评论 …

最近更新

      下载排行