larbin是什么?

应用软件 · 2016-01-04 · 1855 人浏览

larbin是一种开源的网络爬虫/网络蜘蛛,由法国的年轻人Sébastien Ailleret独立开发,用c++语言实现。larbin目的是能够跟踪页面的url进行扩展的抓取,最后为搜索引擎提供广泛的数据来源。Larbin只是一个爬虫,也就是说larbin只抓取网页,至于如何parse的事情则由用户自己完成。另外,如何存储到数据库以及建立索引的事情 larbin也不提供。

larbin是什么?

latbin最初的设计也是依据设计简单但是高度可配置性的原则,因此我们可以看到,一个简单的larbin的爬虫可以每天获取500万的网页,实在是非常高效。

利用larbin,我们可以轻易的获取/确定单个网站的所有联结,甚至可以镜像一个网站;也可以用它建立url列表群,例如针对所有的网页进行 url retrive后,进行xml的联结的获取。或者是mp3,或者定制larbin,可以作为搜索引擎的信息的来源。

larbin 网络爬虫
Theme Jasmine by Kent Liao