Tag: 爬虫预览模式: 普通 | 列表
09-08
21

爬虫如何辨别文章的原创、伪原创与转载

作者:Java伴侣  日期:2009-08-21

在谈论之前，我们首先应该明确三个基本概念：原创与伪原创以及转载

先说转载：顾名思义就是原原本本的从网络媒体上照抄照搬过来的文章。

原创：很好理解，就是第一次在网络上发表的文章内容。

　　伪原创：就是对网络上收集到的一些原创内容进行N次修改，转而进行发表的文章。比如修改文章的标题，增加文章摘要，转载不完整的文章内容等等。

　　搜索引擎对于原创的识别判断是如何进行的呢?

查看更多...

Tags: 爬虫

分类:Seo&Hacker | 固定链接 | 评论: 0 | 引用: 0 | 查看次数: 248
09-01
26

网络爬虫(搜索引擎)模拟代码

作者:Java伴侣  日期:2009-01-26

这是一个专门在GOOGLE上查一些图书统计资料的小爬虫

复制内容到剪贴板程序代码 程序代码
package com.taobao.html;

import java.io.BufferedReader;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;

查看更多...

Tags: 爬虫 SEO 搜索引擎

分类:Seo&Hacker | 固定链接 | 评论: 0 | 引用: 0 | 查看次数: 524