第(3/3)页

    闻言，克里斯一愕。

    泰勒也愣了愣。

    罗曼和其他人也有些呆。

    你说什么？你猜测的流程？这他妈也能猜测啊还能对我们有启发？昨天还说要找人问问，怎么现在又变成你自己猜测了？这么多精英技术人员攻克了许久的都只是稍有眉目而已，你一个连互联网都不懂的人光靠猜测就行了？我去，你以为你是上帝啊？是造物主啊？怎么想都能变成现实？

    众人已经全部无语。

    克里斯憋了半天，也没好意思说别的，“那你说我们听听。”

    张伟也知道他们不相信，道：“反正你们就听听看又没什么损失对不对？”

    泰勒难以置信道：“会对我们有启发？”

    “应该会有吧。”张伟瞟了眼本子上的文字，说道：“需要根据一定的网页分析算法过滤与主题无关的链接，保留有用的链接并将其放入等待抓取的资源管理器队列。”

    郑文不太懂，瞟了瞟众人。

    可是眼前这些人懂啊，他们乍一听的感觉……简直惊艳！按照张伟所说的里面包含了三个步骤，一，用户提供种子URL；二，种子URL进入linkbase中新URL队列中；三，调度模块选取url进入到抓取模块的待抓取队列中，大家都是专业人士，一听就知道完全可行啊！张伟这个推测简直太棒了！听着这个推测，他们都面面相觑，怎么这么简单的事情他们就没想到呢？在场十几个精英都没想到的事情，居然让一个不懂网络的人想到了！

    克里斯忍不住赞叹道：“好创意！”

    张伟笑眯眯道：“我继续说下去，然后根据一定的搜索策略从队列中选择下一步要抓取的网页资源，并重复上述过程，直到达到系统的某一条件时停止，另外，所有被抓取的网页西药存贮，再进行一定的分析、过滤，并建立索引，以便之后的查询和检索。”

    克里斯兴奋了起来，道：“那就是抓取模块读取站点的配置文件，可以按照执行的频率进行抓取，等到抓取到结果就返回pipeline接口中，这就是完成了抽取！”

    罗曼也道：“然后把新发现的连接在linkbase里面进行dedup，并push到linkbase的新URL模块里面，最后让调度模块选取url进入抓取模块的待抓取队列，之后就能反馈了啊！”

    张伟和郑文不懂这些，听得雨里雾里，可是接下来这些专业人士说的话让他们至少明白一点，这个推测可行！

    泰勒结结巴巴道：“这……这就是抓取流程了？”

    克里斯非常坚定道：“我觉得有百分之八十的成功率！可以试试看！”

    听到最专业的克里斯这么说，十几个人都非常惊奇地看了一眼张伟，他们怎么也想不明白，一个网络上的外行，却能大致推算出流程？难道这就是天生的妖孽？怪不得人家十几岁就能执掌庞大的资产！怪不得华金资本被经营的有模有样！上天果然是有区别的，有些人一出生就他妈和别人不一样啊！(未完待续。)dengbi.net   dmxsw.com   qqxsw.com   yifan.netshuyue.net   epzw.net   qqwxw.com   xsguan.comxs007.com   zhuike.net   readw.com   23zw.cc


    第(3/3)页