对heritrix抓取的操作和扩展里面有MirrorWriterProcessor扩展的类文件修改
heritrix3.0/3.1官方手册原版为英文在此基础做了部分翻译
Web information extraction based on Heritrix
这是第一个搜索引擎的代码实例，大家看看
heritrix-3.1.0 最新官网jar包。包括heritrix-3.1.0-dist.zip包与heritrix-3.1.0-src.zip包。是爬虫神器
使用heritrix实现的网页信息提取技术具有广泛的应用价值。heritrix是一种开源的网络爬虫程序，能够对网络上的信息进行有效抓取和存储。借助heritrix，可以实现对目标网站的数据抽取，从而为
想研究一下搜索引擎，所以就买了本书索性把光盘里的资料分享个大伙啦
Search engine Lucene+Heritrix (Second Edition) 4
Search engine Lucene+Heritrix (Second Edition) 3
用户评论