搜索资源列表
TestHTMLParser
- 通过分析网页内容查找需要的相关信息(需要htmlparser包)
SearchEngineer
- 本书比较系统地介绍了互联网搜索引擎的工作原理、实现技术及其系统构建方案。全书分三篇共13章内容，从基本工作原理概述开始，到一个小型简单搜索引擎实现的具体细节，进而详细讨论了大规模分布式搜索引擎系统的设计要点及其关键技术；最后面向主题和个性化的Web信息服务，阐述了中文网页自动分类等技术及其应用。本书层次分明，由浅入深；既有深入的理论分析，也有大量的实验数据，具有学习和实用双重意义。
analyzer
- 一个简单的网页分析器 系统需求： 1. 编写Socket客户端访问WEB服务器，获取网页至本地硬盘； 2. 分析第1步中抓取的网页内容，找出所有图片链接URL信息。3. 统计第1，第2步中下载文件(包括网页文件与图片文件)的大小(即字节数和)； 4. 统计第1，第2步所消耗的时间和； 5. 在屏幕上打印该WEB网页的访问速度(bytes/second) = 下载文件总大小/下载总耗时。
TS_Source_Code
- 为网页版的TS包分析数据，主要是对包头进行分析。
SearchEnginePrincipleTechnologyandSystems
- 本书比较系统地介绍了互联网搜索引擎的工作原理、实现技术及其系统构建方案。全书分三篇共13章内容，从基本工作原理概述开始，到一个小型简单搜索引擎实现的具体细节，进而详细讨论了大规模分布式搜索引擎系统的设计要点及其关键技术；最后面向主题和个性化的Web信息服务，阐述了中文网页自动分类等技术及其应用。本书层次分明，由浅入深；既有深入的理论分析，也有大量的实验数据，具有学习和实用双重意义。
getMMS
- 分析网页的源代码，提取需要的信息保存在本地。
crawler
- 功能： 根据指定的网址，下载网页，并分析其中的URL继续下载，并将网页主要内容存为本地文件 为搜索引擎的索引的建立提供原材料
zbxe.1.0.2
- 软件的主要特点: 1.专门针对有\\\"验证码\\\"要求的论坛. 2.可以完成如下功能: 自动发布新帖,自动回复指定帖,自动注册论坛帐号 (所有操作不能同时针对一个网站,因为有\\\"验证码\\\"要求的网站是每次打开一个网页就更新一个\\\"验证码\\\".) 3.利用\\\"自动注册\\\"功能注册的帐号进行循环发帖(或回复帖),让管理员无法屏蔽你的帐号/. 4.利用\\\"自动防屏蔽帖子内容\\\"的技术,在你要发布的帖子里随机插入一些空格或字符,(如:\\\"麻山论刀\\\",可以变成
Servletserche
- 通过分析和比较目前比较流行的动态网页技术以及他们各自采用的数据库搜索技术，我们提出了用Servlet技术实现WEB数据库查询的方案。
GetIhtml
- 这段代码可用于获取网页上的内容，从中获取并分析自己需要的信息
HTMLParser-2.0-SNAPSHOT-src
- 用于分析本地网页的超级链接，方便初学者。
ClusteringAlgorithmofWebClickFlowFrequencyattern.r
- ：用户在访问Web站点时会碰到很多问题，主要原因是Web站点对用户需求缺乏适应性。为了提高Web用户的服务质量和用户的满意度，在用户访问网站点击流形成频繁序列模式的基础上，提出基于距离函数的聚类分析以及基于时间相似度函数的二次聚类分析算法。该算法可以求取频繁序列的相关性和反映用户对网页的兴趣的相似度，对下一步改善Web站点的结构及存在形式使站点达到更好的效果起先导作用
anaAnalog
- Analog网站记录分析软件代码 用C语言编写的Analog程序用来分析网络服务器上等记录文件，它可以告诉你哪个网页最受欢迎，访问者来自何方等等。它具有其它同类软件所没有的优点。它运行速度快，容易安装。对于大多数人们来说，缺省的输出格式已经很令人满意了，该软件提供了180种选项，可产生17种不同的统计报告。可以用多种不同的语言和3种输出格式。可把分析结果生成HTML代码，可以通过浏览器来读出。 既能够理解参见的记录格式，又能理解旧式的NCSA格式和NCSA/Apache记录格式，以及代
GetWeb
- [原创]下载一个网页，并且分析了网页下载过程中的头信息（请求头信息和接受头信息） 一款很好的http协议分析工具
ListCol
- 一个小型的网络爬虫程序框架: 读取制定网页内容,分析其代码,并根据需要采集到数据库中
GetIP
- 获取本机的外网IP和内网IP.内网IP很容易获取,直接调用gethostbyname(name)->h_addr_list就可以获取,但是外网IP还需要对一个提供显示当前外网IP的网页进行分析才可以获取,具体实现请参照代码.
javaSearch
- 目录 目录 1 摘要 3 第一章 引言 4 第二章 搜索引擎的结构 5 2.1系统概述 5 2.2搜索引擎的构成 5 2.2.1网络机器人 5 2.2.2索引与搜索 5 2.2.3 Web服务器 6 2.3搜索引擎的主要指标及分析 6 2.4小节 6 第三章 网络机器人 7 3.1什么是网络机器人 7 3.2网络机器人的结构分析 7 3.2.1如何解析HTML 7 3.2.2 Spider程序结构 8 3.2.3如何构造Spid
WebSpiderNetV1.0
- WebSpider 数据存储方式自定义,可以用数据库存储,或者文件. 源码项目WindowsFormsSpiderTest中使用的是xml存储HtmlDocument 具体使用方法见项目 WindowsFormsSpiderTest HtmlDocument类中BodyContent是经过分析去掉网页标签的内容,而Html则为网页源码
LanSniffer
- 利用抓包的sdk捕获网卡上的数据包，分析包的头部，一层一层的解析,ip,icmp,tcp,最后手动的重组这些包，复现原来的网页，有助于理解tcp/ip协议
Source
- 单独打包出来，其中包括了所有lvk函数库，新手经常找不到这些单元。这是分析网页的好工具，可以解压gzip，是Delphi的优秀单元。其中还包含了大部分字符分析函数，加密解密函数。