第1741章 別被技术细节嚇住
⚡ 自动翻页
开启后阅读到底自动进入下一章
⚡ 开启自动翻页更爽
看到章尾自动进入下一章，追书不用一直点。
  办公室的白板上写满了字。
  李明的粉笔停在半空，眉头皱成一个疙瘩。
  他转身看向另外四个同伴，又看看坐在会议桌旁的贾瀞雯。
  “贾总，这个『网页爬虫』的概念……我们研究了三天，还是有点不明白。”他放下粉笔，拍了拍手上的粉灰，“文档上说，要让程序像蜘蛛一样在网上爬，自动发现和收集网页。
  但具体怎么实现？”
  张涛推了推眼镜，翻开陈浩写的技术框架文档：“这里写了一些思路--从几个种子网站开始，提取页面上的连结，然后访问这些连结，再提取新连结。
  理论上可行，但实际做起来问题很多。”
  “什么问题？”贾瀞雯问。
  “比如，有些网站不允许被访问。”说话的是王磊，团队里最年轻的一个，北大研究生在读，“还有，网页格式千奇百怪，怎么准確提取连结？再比如，如果程序陷入死循环怎么办？”
  贾瀞雯点点头。
  这些她也不懂，但她知道该问谁。
  “今天先到这里。”她看看表，“晚上我打电话问问陈总。
  大家继续研究其他部分，分词算法那边有进展吗？”
  张涛摇摇头：“更难。
  英文有空格分隔单词，中文是连在一起的。