【正文】 議真是通過“三次握手” 的方式保證了傳輸?shù)目煽啃?。TCP 套接字是一種流套接字（stream socket） 。IPv4 給 TCP、UDP 、SCTP、ICMP 和 IGMP 提供分組遞送服務。本課題將采用 IPv4 協(xié)議作為開發(fā)基礎?？蛻魟t在需要服務時向服務器提出申請。在 TCP/IP 協(xié)議中 IP 層主要負責網(wǎng)絡主機的定位，數(shù)據(jù)傳輸?shù)穆酚?，?IP 地址可以唯一地確定 Inter 上的一臺主機。 JAVA 網(wǎng)絡編程網(wǎng)絡編程就是兩個或多個設備之間的數(shù)據(jù)交換，其實更具體的說，網(wǎng)絡編程就是兩個或多個程序之間的數(shù)據(jù)交換，和普通的單機程序相比，網(wǎng)絡程序最大的不同就是需要交換數(shù)據(jù)的程序運行在不同的計算機上，這樣就造成了數(shù)據(jù)交換的復雜。這樣使它在共享的線程之間可以相互協(xié)調(diào)。多數(shù) JAVA 同步是以對象鎖定為中心的。當線程的 run 方法運行完畢，線程將被拋棄，進入死亡狀態(tài)。 (i = + i )。線程必須通過 run()方法的自然結束而結束。即當用戶離開含有該小應用程序的頁面時，瀏覽器調(diào)用 stop()方法，將 clockThread 賦值為 null，這樣在 run()的 while 循環(huán)時條件就為false，這樣線程運行就結束了。所謂阻塞狀態(tài)是正在運行的線程沒有運行結束，暫時讓出 CPU，這時其它處于就緒狀態(tài)的線程就可以獲得 CPU 時間，進入運行狀態(tài)。3. 運行狀態(tài)(Running) 當線程獲得 CPU 時間后，它才進入運行狀態(tài)，真正開始執(zhí)行 run()方法，這里 run()方法中是一個循環(huán)，循環(huán)條件是 true。處于就緒狀態(tài)的線程并不一定立即運行 run()方法，線程還必須同其它線程競爭CPU 時間，只有獲得 CPU 時間才可以運行線程。當線程對象調(diào)用 start()方法即啟動了線程，如 ()。處于該狀態(tài)的線程僅僅是空的線程對象，并沒有為其分配系統(tǒng)資源。線程的狀態(tài)如圖 所示：圖 線程的五種狀態(tài)下面以前面的 Java 小程序為例說明線程的狀態(tài)：1. 新建狀態(tài)(New Thread)當 Applet 啟動時調(diào)用 Applet 的 start()方法，此時小應用程序就創(chuàng)建一個 Thread 對新建狀態(tài) 就緒狀態(tài)阻塞狀態(tài) 運行狀態(tài) 死亡狀態(tài)沈陽理工大學學士學位論文14象 clockThread。在使用 Runnable 接口時，不能直接創(chuàng)建所需類的對象并運行它，而是必須從Thread 類的一個實例內(nèi)部運行它。每個線程都是通過某個特定 Thread 對象所對應的方法 run()來完成其操作的，方法run()稱為線程體。public ThreadGroup getThreadGroup() 返回該線程所屬的線程組對象。public void start() 由 JVM 調(diào)用線程的 run()方法，啟動線程開始執(zhí)行。public static void sleep(long millis) throws InterruptedExceptionpublic static void sleep(long millis, int nanos) throws InterruptedException使當前正在執(zhí)行的線程暫時停止執(zhí)行指定的毫秒時間。同時 Thread 類也是線程類，該類的構造方法如下：public Thread() public Thread(Runnable target)public Thread(String name)public Thread(Runnable target, String name)public Thread(ThreadGroup group, Runnable target)public Thread(ThreadGroup group, String name)public Thread(ThreadGroup group, Runnable target, String name)target 為線程運行的目標對象，即線程調(diào)用 start()方法啟動后運行那個對象的 run()方法，該對象的類型為 Runnable，若沒有指定目標對象，則以當前類對象為目標對象；name 為線程名，group 指定線程屬于哪個線程組。在 包中定義了 Runnable 接口和Thread 類。JAVA 的線程是通過 類來實現(xiàn)的，它內(nèi)部實現(xiàn)了虛擬 CPU 的功能，能夠接收和處理傳遞給它的代碼和資料，并提供了獨立的運行控制功能。，需要防止線程死鎖情況的發(fā)生。 不足,會影響性能,因為操作系統(tǒng)需要在它們之間切換。程序的運行速度可能加快。一個線程 兩個線程沈陽理工大學學士學位論文11很多應用程序是用多線程實現(xiàn)的，如 Hot Java Web 瀏覽器就是多線程應用的例子。 j 100。例如，for(int i = 0。線程（thread）則是進程中的一個單個的順序控制流。線程內(nèi)運行的代碼只能在該上下文內(nèi)。線程和進程的相似之處在于，線程和運行的程序都是單個順序控制流。 JAVA 多線程在一個程序中，一些獨立運行的程序片斷叫做“線程” （Thread） ，利用它編程的概念就叫作“多線程處理” 。這個狀態(tài)代碼必須和 WWWAuthenticate 報頭域一起使用 403 Forbidden 服務器收到請求，但是拒絕提供服務。 4xx: 客戶端錯誤—請求有語法錯誤或請求無法實現(xiàn)。狀態(tài)代碼的第一個數(shù)字定義了響應的類別，后面兩位沒有具體的分類。以下是二者的區(qū)別：1. GET 提交的數(shù)據(jù)會放在 URL 之后，以? 分割 URL 和傳輸數(shù)據(jù)，參數(shù)之間以amp。URI 完整地指定了要訪問的網(wǎng)絡資源，通常只要給出相對于服務器的根目錄的相對目錄即可，因此總是以“/”開頭，最后，協(xié)議版本聲明了通信過程中使用 HTTP 的版本。OPTIONS 請求查詢服務器的性能，或查詢與資源相關的選項和需求。例如： 目前支持 7 種請求方法：GET、POST、HEAD、OPTIONS、PUT、DELETE 和 TARCE。無狀態(tài)是指協(xié)議對于事務處理沒有記憶能力。無連接：無連接的含義是限制每次連接只處理一個請求。每種方法規(guī)定了客戶與服務器聯(lián)系的類型不同。HTML 沈陽理工大學學士學位論文7是一種用于創(chuàng)建文文件的標記語言，這些文文件包含到相關信息的鏈接。是萬維網(wǎng)（world wide web ）交換信息的基礎。因此 URL 是與因特網(wǎng)相連的機器上的任何可訪問對象的一個指針。統(tǒng)一資源定位符 URL 是對可以從因特網(wǎng)上得到的資源的位置和訪問方法的一種簡潔的表示。這比較適合于小型的網(wǎng)站，因為如果太多文件都放在根目錄下的話，制作和維護起來比較麻煩。統(tǒng)一資源標志符確定一個資源，而統(tǒng)一資源定位符不但確定一個資源，而且還表示出它在哪里。在因特網(wǎng)的歷史上，統(tǒng)一資源定位符的發(fā)明是一個非?；A的步驟。 系統(tǒng)設計框圖 否 是 否 是沈陽理工大學學士學位論文5從文檔中讀取一個URL用代理訪問 URL 鏈接所指的地址，打開網(wǎng)絡連接獲取網(wǎng)頁源代碼去處網(wǎng)頁標簽，空格等多余代碼根據(jù)提取的信息，形成 XML 文檔保存在固定文件夾中是否讀到URL是否獲完整源代碼從文檔中讀取一個URL結束讀取URL圖 網(wǎng)頁解析部分流程圖選定文件夾，遍歷該文件夾將獲得的文件顯示在第一個Table 中選擇對文件的操作打開，刪除，添加到上傳列表如果添加到上傳列表，單機右鍵，選擇操作，如開始上傳 圖 客戶端文件遍歷流程圖 圖 服務器端與客戶端通信流程圖 網(wǎng)絡爬蟲的相關技術 URL統(tǒng)一資源定位符（URL，英語 UniformResourceLocator 的縮寫）也被稱為網(wǎng)頁地址，是因特網(wǎng)上標準的資源的地址。 無休止的跳轉。動態(tài) URL 簡單的說就是帶有問號、等號及參數(shù)的網(wǎng)址就是動態(tài)URL，動態(tài) URL 不利于搜索引擎蜘蛛的爬行和抓取。如果未開啟，則無法進行訪問，訪問頁面顯示的也不會正常，這種方式會讓蜘蛛無法進行訪問。同時，支持根據(jù)語義信息提出的查詢?，F(xiàn)今，網(wǎng)絡爬蟲主要分為通用爬蟲和聚焦爬蟲兩類。 國內(nèi)外技術發(fā)展現(xiàn)狀因為搜索引擎的商業(yè)化應用帶來了巨大的商業(yè)價值，所以作為搜索引擎的核心部分的網(wǎng)絡爬蟲技術，也理所應當?shù)某蔀榱藝鴥?nèi)外研究的熱點。同年 4 月，斯坦福（Stanford ）大學最為著名的兩名博士生，美籍華人楊致遠（Gerry Yang）和 David Filo 共同創(chuàng)辦了 Yahoo 公司，并成功地使搜索引擎的概念深入人心。到 1993 年底，一些基于此原理的搜索引擎開始紛紛涌現(xiàn)，但是早期的搜索引擎只是以搜索工具在數(shù)據(jù)庫中找到匹配信息的先后次序排列搜索結果，因此毫無信息關聯(lián)度可言。與 Wanderer 相對應，Martin Kosher 于 1993 年 10 月創(chuàng)建了ALIWEB，它是 Archie 的 HTTP 版本。計算機“機器人” （Computer Robot）是指某個能以人類無法達到的速度不間斷地執(zhí)行某項任務的軟件程序。由于 Archie 深受歡迎，受其啟發(fā)，Nevada System Computing Services 大學于 1993 年開發(fā)了一個 Gopher（Gopher FAQ）搜索工具Veronica（Veronica FAQ） 。所有搜索引擎的鼻祖，是 1990 年由 Montreal 的 McGill University 三名學生（Alan Emtage、Peter Deutsch、Bill Wheelan）發(fā)明的 Archie（Archie FAQ） 。；Socket programming?！娟P鍵詞】 網(wǎng)絡爬蟲； SOCKET 編程；TCP/IP；網(wǎng)絡編程 ；JAVA沈陽理工大學學士學位論文II AbstractInstant message software in our daily lives has a very wide range of application , However ,most of the software must be used in the Inter , and it must be used in a Inter environment .Sometimes Internal staff, students ,may not have the Inter environment or other reasons do not wish to be able to municate on the Inter .This development will have a need for LAN munication program .Therefore ,this paper presents the needs of local area work exchange information Software ,And details of the work protocol TCP/IP protocol suite are introduced and research such as TCP, UDP, broadcast ,and other technologies . and work information exchange theory is discussed . Base on this condition I use of Socket Network programming based on Windows platform to develop a LAN chat application . SPIDER is a program which can auto collect informations from inter. SPIDER can collect data for search engines, also can be a Directional information collector, collects specifically informations from some web sites, such as HR informations, house rent informations.In this paper, use JAVA implements a breadthfirst algorithm multithread SPDIER. This paper expatiates some major problems of SPIDER: why to use multithreading, and how to implement multithread。本文通過 JAVA 實現(xiàn)了一個基于廣度優(yōu)先算法的多線程爬蟲程序。本文提出了局域網(wǎng)信息交互的需求，并詳細對網(wǎng)絡協(xié)議 TCP/IP 協(xié)議族進行了介紹和研究，如 TCP，UDP，廣播等相關技術。有時候單位內(nèi)部的員工，同學，在沒有互聯(lián)網(wǎng)環(huán)境下或因其他原因希望不用 INTERNET 就可以進行信息交互，這樣開發(fā)局域網(wǎng)通信就有了必要性。通過網(wǎng)絡爬蟲不僅能夠為搜索引擎采集網(wǎng)絡信息，而且可以作為定向信息采集器，定向采集某些網(wǎng)站下的特定信息，如招聘信息，租房信息等。將解析的網(wǎng)頁存入 XML