##QQSpider1:##
详情请见博客： 《QQ空间爬虫分享（一天可抓取 400 万条数据） 》 如果出现报错：
Traceback (most recent call last):
File ".\init.py", line 20, in
my_messages.backups() # 备份爬虫信息
NameError: name 'my_messages' is not defined
多半的原因是 BitVector 模块用不了，可自行调试。
如果确定是BitVector用不了的话可以用 "BitVector模块报错解决" 里面的两个文件替换掉原有文件，不使用BitVector判重，改用python的list判重（数据量不大的话效果是一样的）。
------------------------------------------------------- 分界线 -------------------------------------------------------
##**QQSpider2:**## 更新后的版本，详情请见博客： [《QQ空间爬虫分享（2016年11月18日更新）》](http://blog.csdn.net/Bone_ACE/article/details/53213779)
有同学反映，爬QQ空间的很多都是学生想爬一些数据做统计研究的，本不是计算机专业，爬起来比较困难，希望有现成的数据出售。但是因为工作变动，其实今年3月份 程序开发完后我就没有跑过了，所以手上也没有数据。不过接下来我会开一两台机器跑这个爬虫，如果需要数据可以邮件联系我（bone_ace@163.com）。
遇到什么问题请尽量留言，方便后来遇到同样问题的同学查看
2022-12-03 15:02:50
44KB
1
博文对应的代码 https://blog.csdn.net/efine_dxq/article/details/90736671
2022-12-02 21:29:20
154KB
1
中文分词：
自然语言理解和处理，是人工智能的重要的研究领域之一，是语言学、逻辑学、生理学、心理学、计算机科学和数学等相关学科发展和结合而形成的一门交叉学科。
分词作为搜索引擎的一项核心功能，和存储和查询有重大关系。但是不同的研究角度，不同的研究方向，带来研究重点和研究结果都是不一样的。
语言学方向研究的分词算法，看重分词的准确性，不看重运算速度；而搜索引擎的分次算法，特别看重分词速度，分词准确性中等。
(五)全文检索系统和搜索引擎关系：
1、搜索引擎技术来源于全文检索系统,搜索引擎是全文检索技术最重要的一个运用.
2、搜索引擎在数据总量,最大并发处理能力,单次查询速度方面,都远远强大于全文检索系统.
3、搜索引擎为了最求最高的查询速度，在搜索结果准确性及搜索结果重现方面,都弱于全文检索系统.
2022-12-02 19:52:14
1.26MB
1
使用jsoup做的java爬虫, 登录自己的天眼查账号, 爬取公司详细数. 不足: 大概执行100次请求之后会被识别为机器人.
2022-12-02 15:23:03
26KB
1
python爬取c罗（也可爬取其他运动员）数据，绘制数据散点图，加上文本和图片信息生成可视化图表。
2022-12-02 10:54:55
3.87MB
利用python爬虫技术开发的成语接龙小游戏，可随机取汉字从在线成语网站中查找成语，实现人与电脑对弈，能够统计分值，适用于中小学生熟悉成语。
2022-12-01 19:46:31
18.8MB
1
爬虫代码，数据集寻找加自动分类，训练集，测试集自动生成！下载就可用，python
2022-11-30 21:27:29
2KB
1
《Python网络爬虫技术》源数据和代码非常适合初学者，想学习攻防的同学学习，资料齐全详细哦
2022-11-29 16:38:01
2.29MB
1