随着网页数量的爆炸性增长,传统集中式的爬虫很难满足实际应用。另外,Ajax技术在网络应用中的广泛普及,给传统的Web开发带来了一次......

HtmlUnit是一项基于JAVA的开源浏览器工具项目。学习该项目对于深度了解网页原理、浏览器原理非常有效,该项目对HTML文档开展模型......

首先分析了传统HttpClient方式进行网页信息抓取时的不足,进而讨论了HTMLUNIT技术对富JavaScript页面的支持、获取Ajax技术页面的......

随着Internet和信息技术的快速发展,互联网上的信息空前丰富。Web按其信息蕴藏的深度可分为Surface Web和Deep Web,Deep Web数据资......

随着互联网的不断发展以及互联网内容的爆炸式增长，人们开始关注这些海量信息背后隐藏的内容，也就是对web信息的数据挖掘，作为数据挖......

提出一种利用Html Unit框架设计网络舆情采集系统的方法,借助XPath技术实现微博数据项的查找匹配与解析入库。它能够通过关键词,实......