【正文】 i=1。下一頁/a/FONT/TD。nbsp。/TD。page=。上一頁/a:amp。//替換成紅色的字體return result。，它提供用戶界面，接受用戶輸入的姓名。 系統(tǒng)包結(jié)構(gòu)文件描述 Optional Package API類。 } }else{ t[0]=new Thread(crawl)。在Java中每個線程有自己的堆棧和程序計數(shù)器（PC），其中堆棧是用來跟蹤線程的上下文（上下文是當(dāng)線程執(zhí)行到某處時，當(dāng)前的局部變量的值），而程序計數(shù)器則用來跟蹤當(dāng)前線程正在執(zhí)行的指令。 webadd=(0,m)。!(mp3)){ String out=null。amp。public ArrayList linkAnalyzer() // public List mp3analyzer() //（2）超鏈接分析以下是本軟件所用到的關(guān)鍵源程序（超鏈接），代碼如下： if((href,firstword)amp。① 文本：除了腳本和標(biāo)簽之外的所有數(shù)據(jù)。 } public String getString(String reg,String s){//返回得到的字符 String res。 m = (tostring)。這個號碼的格式是999999999。也就是說，正則表達(dá)式“t[aeio]n”只匹配“tan”、“Ten”、“tin”和“ton”。正則表達(dá)式在本程序中的作用是分析網(wǎng)頁中存在的超鏈接并保存到等待隊列中，方便爬蟲遍歷網(wǎng)頁獲取數(shù)據(jù)，并把網(wǎng)頁中存在的音樂信息提取出來為爬蟲儲存數(shù)據(jù)做準(zhǔn)備。 new String((),gbk)。 ()。如果某個URL沒有包含協(xié)議處理程序或該URL的協(xié)議是未知的。 } } (已經(jīng)完成采集任務(wù)共分析+n+地址)。 (sql)。+()+39。 () 0){ // 從頁面中獲取有效的鏈接 ana=new Analyzer(pageContents,url)。 // 增加已處理的URL到crawledList (url)。 Search sea=null。當(dāng)?shù)却犃袨榭詹⑶耶?dāng)前沒有任何網(wǎng)頁時，crawl程序就會停止它的工作。雖然這里只描述了一個隊列，但在實(shí)際編程中用到了二個隊列，每個隊列都保存著同一處理狀態(tài)的URL。4 Web音樂搜索軟件的具體實(shí)現(xiàn) 數(shù)據(jù)設(shè)計本系統(tǒng)的開發(fā)采用mysql數(shù)據(jù)庫，它提供強(qiáng)大的數(shù)據(jù)查詢功能，能快速的查找出用戶需要的信息。Tomcat由ApacheJakarta子項(xiàng)目支持并由來自開放性源代碼Java社區(qū)的志愿者進(jìn)行維護(hù)。（2）搜索網(wǎng)絡(luò)機(jī)器人將遍歷得到的頁面存放在系統(tǒng)緩存中，為了提高檢索效率，用正則表達(dá)式對得到的文本數(shù)據(jù)進(jìn)行分析,分析出music的超鏈接和名字并保存到mysql數(shù)據(jù)庫內(nèi)方便查找而且執(zhí)行效率很高。通常搜索引擎會在這些鏈接下提供一小段來自這些網(wǎng)頁的摘要信息，以幫助用戶判斷此網(wǎng)頁是否含有自己需要的內(nèi)容。理論上，若網(wǎng)頁上有適當(dāng)?shù)某溄悠魅吮憧梢员闅v絕大部分網(wǎng)頁。本文的各章分配是這樣安排的：第一章介紹系統(tǒng)的開發(fā)背景；第二章介紹系統(tǒng)的需求分析；第三章介紹系統(tǒng)的總體結(jié)構(gòu)；第四章介紹系統(tǒng)的詳細(xì)設(shè)計；第五章測試與運(yùn)行本系統(tǒng)；最后是全文的總結(jié)。著名的因特網(wǎng)搜索引擎包括First Search、Google、HotBot等。在1994年3月到4月，網(wǎng)絡(luò)爬蟲World Web Worm (WWWW)平均每天承受大約1500次查詢。隨著因特網(wǎng)的迅猛發(fā)展、WEB信息的增加，用戶要在信息海洋里查找信息，就如同大海撈針一樣，搜索引擎恰好解決了這一難題（它可以為用戶提供信息檢索服務(wù)）。該系統(tǒng)能完成對互聯(lián)網(wǎng)的音樂信息的采集、分析、分類、保存和查詢等功能；經(jīng)過測試與分析，說明本系統(tǒng)運(yùn)行穩(wěn)定、可靠，具有一定的實(shí)用價值。Web音樂搜索軟件是采用Java語言開發(fā)的簡易的互聯(lián)網(wǎng)音樂搜索引擎，它是集網(wǎng)絡(luò)爬蟲(采用java內(nèi)置的多線程及Socket技術(shù))和基于B/S結(jié)構(gòu)的Web查詢(Struts框架)為一體的搜索軟件。因此它也成為除了電子郵件以外最多人使用的網(wǎng)上服務(wù)。在實(shí)現(xiàn)技術(shù)上也基本沿用較為成熟的IR（Information Retrieval）、網(wǎng)絡(luò)、數(shù)據(jù)庫等技術(shù)，相當(dāng)于利用一些已有技術(shù)實(shí)現(xiàn)的一個WWW上的應(yīng)用。在美國搜索引擎通常指的是基于因特網(wǎng)的搜索引擎，他們通過網(wǎng)絡(luò)機(jī)器人程序收集上千萬到幾億個網(wǎng)頁，并且每一個詞都被搜索引擎索引，也就是我們說的全文檢索。一般的搜索引擎由網(wǎng)絡(luò)爬蟲程序、數(shù)據(jù)分析,查詢數(shù)據(jù)等部分組成。機(jī)器人程序根據(jù)網(wǎng)頁鏈到其它網(wǎng)頁中的超鏈接，就像日常生活中所說的“一傳十，十傳百……”一樣，從少數(shù)幾個網(wǎng)頁開始，連到數(shù)據(jù)庫上所有到其他網(wǎng)頁的鏈接。目前，搜索引擎返回主要是以網(wǎng)頁鏈接的形式提供的，這些通過這些鏈接，用戶便能到達(dá)含有自己所需資料的網(wǎng)頁。為了保證網(wǎng)絡(luò)機(jī)器人遍歷信息的廣度和深度需要設(shè)定一些重要的鏈接并制定相關(guān)的掃描策略。Tomcat是一個開放源代碼、運(yùn)行servlet和JSP Web應(yīng)用軟件的基于Java的Web應(yīng)用軟件容器。MySQL網(wǎng)站()提供了關(guān)于MySQL和MySQL AB的最新的消息。當(dāng)crawl程序掃描完當(dāng)前頁面后會根據(jù)制定的策略訪問隊列中的下一個超連接地址。只要等待隊列中有一個網(wǎng)頁或crawl程序正在處理一個網(wǎng)頁，程序就會繼續(xù)他的工作。 LinkedHashSet toCrawlList = new LinkedHashSet()。 // Remove URL from the to crawl list. (url)。amp。String sql=INSERT INTO `mappingmusic` ( `m_url` , `m_name` , `m_type`,`m_date` )VALUES (39。)。 } n++。其中最簡單的是URL(String url)，它有一個String類型的參數(shù)，把URL分解為自己的組件，并把這些組件存儲在一個新的URL對象中。 (UserAgent, Mozilla/)。//保存在網(wǎng)絡(luò)緩沖區(qū)中 } setMessage(sumstring)。只要正確運(yùn)用，正則表達(dá)式能夠在字符串提取和文本修改中起到很大的作用。此時，只有方括號里面指定的字符才參與匹配。 表示次數(shù)的符號符號次數(shù) 0次或者多次+1次或者多次?0次或者一次{n}恰好n次{n,m}從n次到m次假設(shè)要在文本文件中搜索美國的社會安全號碼。 p = (oristring,)。 return (s)。在解決如何解析之前，先來介紹HTML中的幾種數(shù)據(jù)。他們的主要目的是使用戶能夠任意遷移到新的頁面，這正是網(wǎng)絡(luò)爬蟲最關(guān)心的標(biāo)簽。)0amp。amp。 } } catch(StringIndexOutOfBoundsException e ){ } if((/)){ /*int m=(/)。 } 采用java多線程技術(shù)線程是Java的一大特性，它可以是給定的指令序列、給定的方法中定義的變量或者一些共享數(shù)據(jù)(類一級的變量)。 t[i].start()。在lib目錄中有使用struts創(chuàng)建應(yīng)用程序是所需的文件。對于更為復(fù)雜的Web應(yīng)用，JavaBean組件可以作為EJB或Web服務(wù)的前端組件 (組件Database采用數(shù)據(jù)庫連接池技術(shù)有效的利用率數(shù)據(jù)資源)。+key+/font)。 String lastpage_af= 39。mode=+mod+amp。nbsp。amp。 String nextpage_af=39。 } pageview=lastpage。 } } pageview+=nextpage。作為企業(yè)，會根據(jù)搜索引擎的知名度以及日流量來選擇是否要投放廣告等；作為普通網(wǎng)民，會根據(jù)搜索引擎的性能和技術(shù)來選擇自己喜歡的引擎查找資料；作為研究者，會把有代表性的搜索引擎作為研究對象。[3] David [M].北京：清華大學(xué)出版社，1999。除非另有說明，本文的工作是原始性工