SearchEngine

弱智问题，求解答？ 1 20110101^Aa^Ab^A4 2 20110111^Aa^Ab^A6 3 20110121^Aa^Ab^A12 4 20110211^Ab^Aa^A13 5 20110221^Aa^Ab^A1 6 20111101^Aa^Ab^A2 7 20111111^Ab^Aa^A4 就是那个^A符号…

从网上没有查到具体怎么做的，都是泛泛一说，谢谢了！

主流的爬虫都有什么啊！

为方便读者快速、准确、有效地在海量学术信息中查找和获取所需信息，在查找过程中获得最佳体验。图书馆推出“清华大学学术信息发现平台”，又名“水木搜索”，英文名“Discover More”，别名“发现猫”。 欢迎广大师生试用并体验“水木搜索”：http://discovery.lib.tsinghua.edu.cn/ 该平…

本人小菜鸟一枚，想在hadoop这方面做论文，求版上前辈给个意见！谢谢！

现爬虫程序工作组需要以下兼职工作人员： 1、11月30日前有充足的时间 2、北邮校内工作 3、依据页面抓取要求写正则表达式和抓取模板 4、本实验室提供初期培训 5、简历接收截止时间11月23日 有意者请将个人简历及联系方式（手机号+QQ+邮箱）发送至sacrifice@bupt.edu.cn

我用heritrix1.14.4抓下来的arc文件，网上说用arcreader可以进行解析，但没说具体怎么解决，哪位有做过这方面的事情么？ 可以qq交流382721734

看到最近技术帖不少，估计现在来这个版的同学还是挺靠谱的，就发这里了。 微软亚洲搜索技术中心（STC 最近改名OSD) 是微软全球三大技术研发中心之一，坐落在中关村微软大厦。最早属于MSRA，现在独立出来，更偏重搜索技术的工程研发。现招两名开发SDE实习生，主要负责Bing搜索引擎和搜索广告相关开发。可以帮大家内推，正缺…

本人java 小白 ，对这个不是很了解，希望有经验的指点一二，如果有 继续交流。

从lucene的官网下载了lucene-3.3.0-src.tgz,解压后发现得到的文件很乱，究竟把哪个部分作为源代码导入到eclipse中呢？

即使用命令bin/nutch crawl url.txt -dir localweb -depth *** -topN *** -threads ***.

群号：86590791 验证：byr

抓取过网页内容构建索引后 查看索引文件 里边有部分乱码 比如：褍蠆 褑蠆 榇κ呈捯┦ 求指导肿么一回事？

我在Windows xp下用eclipse和myeclipse配置Heritrix，console提示正确，但在网页上输入 localhost:8080后，都提示内部500错误，这是什么问题呢， 配置方法完全是按照网上的提示做的 HTTP ERROR: 500 Unable+to+compile+class+for+J…

rt，谢谢