欢迎来到CS101课程。我是戴维.埃文斯。我将指导你完成这门课程。
这门课程将为你介绍计算的基本概念
以及教你读写你自己的计算机程序
这些都将在创建一个搜索引擎的任务中完成。
相信诸位都至少使用过搜索引擎。
该课程的前3个单元便是创建一个网络爬虫。
网络爬虫能从网络上收集信息,以为我们的搜索引擎所用。
并借此获得一个关于计算的大概念。
在第一单元,我们从解析网页的第一个链接开始。
网络爬虫为我们的搜索引擎寻找网页,
从一个“种子”页面开始,并跟踪该页面上的链接来发现其他页面。
这些链接引向一些新的网页,这些新的网页上又有链接,引向其他网页。
当我跟踪这些链接,我们可以发现越来越多的网页。
我们为我们的搜索引擎创建这些数据的集合。
一个网页其实就是一段来自网络的文本,在你的浏览器中显示。
我们将在第四单元中讲述这是个怎样的过程。
但现在,最需要你了解的事情是
一个链接其实只是网页中一个特殊的文本类型。
当你在浏览器中点击了一个链接,它会将你引向一个新的页面。
然后,你可以继续跟随这些链接
这个单元我们要做的是写一段程序去解析获取网页上的第一个链接。
在后面的单元中,我们会向你展示如何去解析获取所有链接,并集合这些数据为我们的搜索引擎所用。