基于搜索引擎的邮址搜集软件开发

发布时间：2017-10-14 19:08

  本文关键词：基于搜索引擎的邮址搜集软件开发

  更多相关文章： 搜索引擎 邮址提取 HtmlParser框架 正则表达式

【摘要】：在百度、谷歌等现有搜索引擎基础上,利用HtmlParser开源框架,用Java语言开发了一种基于搜索引擎关键字的邮址搜集软件。提取邮址的过程包括页面链接的获取和页面邮址的提取。在获取页面链接阶段,首先拼接初始链接,然后获取分页链接,之后再利用HtmlParser解析深层链接。在页面邮址提取阶段,则利用正则表达式匹配页面源码获取邮箱地址。
【作者单位】： 浙江理工大学;
【关键词】： 搜索引擎 邮址提取 HtmlParser框架 正则表达式
【分类号】：TP391.3
【正文快照】： 1引言随着互联网信息数据量迅猛增长,利用搜索引擎检索到的结果中往往混杂许多无用的信息,不能满足用户精准提取信息的需求。因此,把搜索引擎与信息提取技术结合起来,开发出了一种基于搜索引擎的邮址搜集软件。简单来说,邮址搜集软件是建立在现有的通用搜索引擎如百度、谷歌等

【相似文献】

中国期刊全文数据库 前10条

1 张文典;LAG—一个词法分析程序的生成程序[J];小型微型计算机系统;1985年08期

2 Gary Chan;Java咖啡馆(9)——一个压缩归档实用软件[J];电脑爱好者;2004年19期

3 张太芳;;基于正则表达式技术的数据验证及应用[J];甘肃科技纵横;2006年04期

4 项润华;段红勇;柳汉雄;;正则表达式的使用以及在VC6.0的应用[J];洛阳工业高等专科学校学报;2006年05期

5 梁里宁;;正则表达式在SQL Server 2000中的实现与应用[J];科技广场;2008年01期

6 李国晶;王景强;;浅析正则表达式[J];科技资讯;2010年04期

7 刘小平;;在Visual C++ 6.0中使用Boost正则表达式库[J];信息与电脑(理论版);2010年03期

8 张申媛;;正则表达式的实现[J];科技创新导报;2010年20期

9 胡海星;;DEL命令问题——2001年12期编程擂台题解[J];程序员;2002年02期

10 赵兴涛;王斌君;刘舒;;正则表达式在文档自动识别中的应用[J];中国人民公安大学学报(自然科学版);2005年04期

中国重要会议论文全文数据库 前10条

1 王辉;丁明君;杨进;;正则表达式在企业信息管理开发中的应用[A];2010年MIS/S&A学术交流会议论文集（中国造船工程学会学术论文集）[C];2010年

2 袁真;;构造正则表达式的几种NFA算法的分析和比较[A];2006年全国理论计算机科学学术年会论文集[C];2006年

3 何雪松;;Matlab和C#联合编程在雨滴谱仪数据处理中的应用[A];第十五届全国云降水与人工影响天气科学会议论文集（Ⅱ）[C];2008年

4 王春元;张韬;;一种获取网页主要中文信息的方法[A];全国计算机安全学术交流会论文集（第二十四卷）[C];2009年

5 钟涛;陈群秀;;基于层式有限状态自动机的灾难事件抽取系统[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

6 周颢;刘振华;赵保华;;构造型的D~2FA生成算法[A];中国通信学会通信软件技术委员会2009年学术会议论文集[C];2009年

7 宿敬肖;;基于Java-Web开发的后台程序与界面分离技术[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年

8 温俊;阳国贵;;XML文档集公共模式获取技术研究[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

9 贾彦民;吴健;;藏文文本断行在OpenOffice.org办公套件中的实现[A];第十届全国少数民族语言文字信息处理学术研讨会论文集[C];2005年

10 陈晓苏;邹园斌;张文珂;;全切分图与路径表达式在分词算法中的应用[A];第三届学生计算语言学研讨会论文集[C];2006年

中国重要报纸全文数据库 前3条

1 彭福祥 张钧;ASP.NET基本数值处理技巧[N];计算机世界;2006年

2 广东 子衿;认识Linux中的符号[N];电脑报;2004年

3 本报记者 那罡;简化端点防护 保护知识产权[N];中国计算机报;2011年

中国博士学位论文全文数据库 前10条

1 胡圣明;基于内存自动机与模式的动态引擎构造技术研究[D];西安电子科技大学;2009年

2 徐建国;网络化制造系统中虚拟加工若干关键技术研究[D];南京理工大学;2007年

3 钱忠胜;基于模型的Web应用测试用例生成方法[D];上海大学;2008年

4 孙伟;XML数据库查询优化及相关技术研究[D];哈尔滨工程大学;2006年

5 马海涛;Active XML数据管理基础问题研究[D];哈尔滨工业大学;2009年

6 周科松;全文检索与GIS一体化及在应急管理中的应用研究[D];华东师范大学;2009年

7 刘攀;基于FSM的测试用例生成和测试优化[D];上海大学;2011年

8 田聪;命题投影时序逻辑的判定性、复杂性、表达性及模型检测[D];西安电子科技大学;2010年

9 韩召伟;几类基于量子逻辑的自动机的代数及逻辑刻画[D];陕西师范大学;2011年

10 舒新峰;投影时序逻辑的完备公理系统与形式验证[D];西安电子科技大学;2010年

中国硕士学位论文全文数据库 前10条

1 王飞龙;PBE技术在文本搜索中的应用[D];哈尔滨理工大学;2007年

2 温源;基于FPGA的正则表达式匹配引擎的设计[D];哈尔滨工程大学;2009年

3 刘一兰;基于SNMP MIB编译器的实现及其生成器技术的研究[D];华中师范大学;2004年

4 王小朋;基于代理的元搜索引擎的研究[D];辽宁工程技术大学;2005年

5 张娜;基于正则表达式的深度包检测研究[D];华东师范大学;2007年

6 佘石泉;编程题自动阅卷技术的研究与实现[D];中南大学;2007年

7 杨建锋;虚拟学习社区中学习资源自动生成系统的设计与实现[D];西北大学;2009年

8 张志安;WEB主题信息采集系统的设计与实现[D];电子科技大学;2009年

9 刘玲;一种通用Web信息抽取系统的研究与实现[D];西南石油大学;2007年

10 周锦姝;基于Web和信息抽取技术的自动术语翻译[D];天津大学;2007年

，

本文编号：1032666