2023学年完整公开课版1URL管理器_第1页
2023学年完整公开课版1URL管理器_第2页
2023学年完整公开课版1URL管理器_第3页
2023学年完整公开课版1URL管理器_第4页
2023学年完整公开课版1URL管理器_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

URL管理器2学习任务认识URL管理器2添加新的URL到爬取集合中判断待添加URL是否在容器中将URL从待爬取集合移动到已爬取集合中获取待爬取URL判断是否还有待爬取URLURL管理器3知识目标01能力目标02学习目标熟悉URL概念了解URL工作流程掌握URL概念掌握URL工作流程4

概念：管理待抓取URL集合和已抓取URL集合。意义：防止重复抓取网页（如两个网页相互引用而形

成死循环）。URL管理器的概念5初始化函数6添加新的URL函数7添加批量URL函数8判断管理器中是否有新的待爬取的URL

defhas_new_url(self):#如果长度不为零的话，就还有待爬取的URLreturnlen(self.new_urls)!=0;URL9从管理器中获取一个新的待爬取的URL10任务实施11任务实施12操作演示13知识点小结URL概念UR

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论