← 返回卡片

原书出处

文本上的算法——深入浅出自然语言处理

06 第6章 搜索引擎是什么玩意儿

核验版本的摘录快照 · 导入于 2026-11-18T20:04:36.122Z

还记得前面说过整个网络因为链接构成了一个图,既然是一个图,遍历图的方法就有两种:深度遍历和广度遍历。所以爬虫一般的工作方式就是,首先给定一些初始链接种子,然后对这些链接进行深度或者广度遍历来获得更多的链接,直到把整个网络都爬取下来。这里有个问题需要注意,就是不要反复再去抓取已经抓取过的链接。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/文本上的算法——深入浅出自然语言处理/_epub-src/OEBPS/Text/00013.html

EPUB SHA-256:7958b1723cf57cee5fc322c6342d9915995e786360777a399610b4faae6ff37f