鄭州天倫醫(yī)院seo關健詞分析教程(編輯修改稿)
2025-02-02 09:39 本頁面
【文章內(nèi)容簡介】 字體、顏色、位置等版式，如：、等，提取文本信息時需要把這些標識符都過濾掉。過濾標識符并非難事，因為這些標識符都有一定的規(guī)則，只要按照不同的標識符取得相應的信息即可。 但在識別這些信息的時候，需要同步記錄許多版式信息，例如文字的字體大小、是否是標題、是否是加粗顯示、是否是頁面的關鍵詞等，這些信息有助于計算單詞在網(wǎng)頁中的重要程度。 同時，對于 HTML網(wǎng)頁來說，除了標題和正文以外，會有許多廣告鏈接以及公共的頻道鏈接，這些鏈接和文本正文一點關系也沒有，在提取網(wǎng)頁內(nèi)容的時候，也需要過濾這些無用的鏈接。 例如某個網(wǎng)站有“醫(yī)院介紹”頻道，因為導航條在網(wǎng)站內(nèi)每個網(wǎng)頁都有，若不過濾導航條鏈接，在搜索“產(chǎn)品介紹”的時候，則網(wǎng)站內(nèi)每個網(wǎng)頁都會搜索到，無疑會帶來大量垃圾信息。 那么如何用 ASP構建網(wǎng)絡蜘蛛呢？答案是： Inter transfer control (ITC信息轉移控制 )。這個由 微軟提供的控件，將使你能夠通過 ASP程序訪問 Inter資源。你可以用 ITC搜尋 Web頁面，訪問FTP服務器，甚 至可以發(fā)送郵件標題。 有幾個缺陷必須先說明一下。第一， ASP無權訪問 Windows的注冊表，這就使某些 ITC正常存儲的常量和數(shù) 值不可用。通常你可以通過設置 ITC為“不使用默認值”來解決這個問題，這就需要你在運行過程中指明每一 次的值。 另一個更嚴重的問題是關于許可證書的。由于 ASP不具備調(diào)用License Manager（一項 Windows中的功 能，可以保證組件和控件的合法使用）的功能，那么當 License Manager檢查當前組件的密鑰密碼，并將 其與 Windows注冊表進行比較后，如果發(fā)現(xiàn)它們不同，該組件將不會工作。因此，當你想把 ITC配置到另一臺沒 有所需密鑰的計算機上時，將導致 ITC崩潰。解決的辦法之一是將 ITC捆綁到另一個 VB組件中，由 VB組件復制 ITC的路徑和工具，從而進行配置。這項工作很麻煩，但不幸的是，它是必不可少的。 用 ASP構建網(wǎng)絡蜘蛛 舉個例子： 你可以用下面的編碼建立 ITC： set I1 = CreateObject(“”)（創(chuàng)建對象） （協(xié)議） = 4 ?HTTP （數(shù)據(jù)字節(jié)） = 1 ?Direct connection to inter = 60 ?in seconds（在 60 = strURL strHTML = ?grab HTML page（抓取網(wǎng)頁） 現(xiàn)在 strHTML保存著 strURL指向的整個頁面的 HTML內(nèi)容。要建立一個常規(guī)網(wǎng)絡蜘蛛，你現(xiàn)在只需要調(diào)用 instr() 功能來看看你尋找的串是否在當前位置即可。你也可以按照 href標記尋找， page解析當前的 URL，然后把它設置到 Inter 控件的屬性中去，接著再繼續(xù)打開另一個頁面。用來查看所有鏈接的最 好方法是使用遞歸。 要注意的是，盡管這種方法很易于實行，卻不是非常準確和強大。今天的許多搜索引擎都可以進行額外的 邏輯檢查，例如計算一個頁面中某一短語重復的次數(shù)，相關字詞的近似程度等，有些甚至可以用來判斷所搜尋 的語段與上下文的關系 VB語言及特定網(wǎng)絡蜘蛛暫略 1網(wǎng)站設計與 SEO ⑴
教學課件相關推薦
鄂ICP備17016276號-1