Nutch插件Anthelion
-
Anthelion 是 Nutch 插件,专注于爬取语义数据。此项目包括完整的 Nutch 1.6 版本,此插件放置在 /src/plugin/parse-anth。
Anthelion 使用在线学习方法来基于页面上下文预测富数据 Web 页面,从之前查看的页面提取的元数据获取反馈。Anthelion 可以根据设定目标爬取特定页面,比如,包括标记描述影片和至少两个不同属性。
主要有三个扩展:AnthelionScoringFilter、WdcParser、TripleExtractor。
Web 爬行工具是 Yahoo 很重要的核心,甚至超过了其他应用: Yahoo Mail, Yahoo Finance, Yahoo Messenger, Flickr 和 Tumblr。
项目地址: https://github.com/YahooArchive/anthelion
西南地区IT社群(QQ)
- 云南
- 【昆明网页设计交流吧】243627302
- 【昆明nodejs交流吧】 243626749
- 【VUE】838405306
- 【云南程序员总群】343606807
- 【昆明UI设计】104031254
- 【云南软件外包】15547313
- 贵州
- 【PHP/java源码/站长交流群】55692114
- 四川
- 【成都Java/JavaWeb交流】86669225
- 【vaScript+PHP+MySql】116270060
- 【UI设计/设计交流学习群】135794928
- 重庆
- 【诺基亚 JAVA游戏博物馆】 559479780
- 【PHP,Java,Python,C++接单】 442103442
- 西藏