论文部分内容阅读
介绍了垂直搜索引擎和网络爬虫的基本概念，以及Heritrix系统的体系结构，分析了Heritrix工作流程，针对Hefifirx中存在的一些不完善的地方，引入了ELFHash算法并通过扩展Heritrix实现了电信信息搜索平台信息的定向与多线程抓取，为建立面向电子信息的垂直搜索引擎提供了信息源．