作者：基于python的crawler |出家如初，成佛有余
[…] 考虑到垂直爬虫及站内搜索的重要性，重新思考一下项目爬虫的技术架构及实现方案。以前的垂直爬虫曾经使用过heritrix、htmlparser、nutch等，各有优缺点。尤其是要做垂直网站的定向爬取时候，并没有太好的方案，只能够做指定页面的定向解析，因此以前主要还是使用htmlparser的方案。 […]
View Article作者：links for 2010-05-21 «人生如梦
[…] htmlparser使用指南 | 出家如初，成佛有余 (tags: Html Parser) « links for 2010-05-20 […]
View Article作者：LAMP架构网站开发指南 » Blog Archive »基于python的crawler
[…] 考虑到垂直爬虫及站内搜索的重要性，重新思考一下项目爬虫的技术架构及实现方案。以前的垂直爬虫曾经使用过heritrix、htmlparser、nutch等，各有优缺点。尤其是要做垂直网站的定向爬取时候，并没有太好的方案，只能够做指定页面的定向解析，因此以前主要还是使用htmlparser的方案。 […]
View Article作者：基于python的crawler « LAMP架构网站开发指南|Kenneth@Beijing2010
[…] 基于python的crawler 考虑到垂直爬虫及站内搜索的重要性，重新思考一下项目爬虫的技术架构及实现方案。以前的垂直爬虫曾经使用过heritrix、htmlparser、nutch等，各有优缺点。尤其是要做垂直网站的定向爬取时候，并没有太好的方案，只能够做指定页面的定向解析，因此以前主要还是使用htmlparser的方案。 […]
View Article作者：基于python的crawler «出家如初,成佛有余
[…] 考虑到垂直爬虫及站内搜索的重要性，重新思考一下项目爬虫的技术架构及实现方案。以前的垂直爬虫曾经使用过heritrix、htmlparser、nutch等，各有优缺点。尤其是要做垂直网站的定向爬取时候，并没有太好的方案，只能够做指定页面的定向解析，因此以前主要还是使用htmlparser的方案。 […]
View Article作者：阿峰
刚接触htmlparser，问下博主，相比自己将HTML源码读为Document（w3c包里的）再进行分析，htmlparser是不是只是提供了一些写好的类呀？htmlparser自身能做去噪处理么？
View Article