開源快訊
雅虎宣布將其 WEB 爬蟲工具 Anthelion 開源
就在今天,雅虎宣布開源了自家的網頁爬蟲工具 —— Anthelion。
Anthelion 是雅虎用來爬取 HTML 中的語法結構數據的網路爬蟲。然而對於雅虎來說,網路爬蟲其實一直是處於非常核心的位置。其地位甚至高於雅虎的許多其他的核心應用,比如 Yahoo Mail, Yahoo Finance, Yahoo Messenger, Flickr, 和 Tumblr 等。 毫無疑問,Anthelion 的開源對雅虎在 web 搜索領域的競爭力提升意義重大。
去年在上海的一次會議中,雅虎就公布了 Anthelion 的很多細節,會議中提到,Anthelion最初致力於爬取嵌入HTML網頁中的語義數據。例如:microdata 、microformats 和 RDFa 等。在這次會議上同時還提到了很多關於 Anthelion 爬蟲實現的技術。
Anthelion 的代碼現在以 Apache 開源授權協議託管到 GitHub:https://github.com/yahoo/anthelion。有興趣的小夥伴可以下載哦!
http://venturebeat.com/2015/12/14/yahoo-open-sources-anthelion-web-crawler-for-parsing-structured-data-on-html-pages/
http://top-zaymov.ru
對這篇文章感覺如何?
太棒了
0
不錯
0
愛死了
0
不太好
0
感覺很糟
0
1 Comment
Leave a reply
More in:開源快訊
如何清除 PHP composer 的緩存或刪除其文件夾
在使用 PHP Composer 進行工作時,您是否遇到了緩慢的性能問題,為了提高其效率以及管理依賴關係,請嘗試清除您的項目的 Composer 緩存。 對於那些不熟悉的人,本文是關於 PHP 應用程 […]
開源多媒體框架FFmpeg 6.0 發布
開源多媒體框架 FFmpeg 6.0 現已發布,帶來了更新和改進。 流行的開源多媒體框架 FFmpeg 6.0 現已發布。這個主要的版本現在已可下載,並在多媒體項目中使用。其亮點變化包括兩個新的圖像格 […]
LinuxStory 資訊速遞 20180613 Intel 第一款獨立顯卡 GPU 將在2020年推出
俗話說,過了周三就是周末,同志們,加油度過今天,周末在向你招手。今天 LinuxStory 資訊速遞為你帶來以下內容。 Intel 第一款獨立顯卡 GPU 將在2020年面世 今日 Intel 在推特 […]
LinuxStory 資訊速遞 20180612 F2FS 針對 Linux 4.18 內核的更新已提交
大家好,今天是6月12號,農曆4月29。距離端午還有6天。今天的 LinuxStory 資訊速遞為你帶來以下內容。 F2FS 針對 Linux 4.18 kernel 的更新已提交 Flash 文件系 […]
期待雅虎早日重振雄風