WebCollector爬虫的种子

网络爬虫之所以能够不断找到新的网页，是因为它能够从已经爬取的页面中，提取出未爬取的超链接，但是当爬虫开启的时候，是没有已知网页的。所以我们需要告诉爬虫至少1个url,让爬虫通过爬取这个url对应的网页，来找到新的网页（通过超链接抽取）。 对于广度遍历来说，种子就是树的树根（森林的树根集合）。 例如下图，对http://www.apache.org/进行爬取，http://www.apache.or

>>阅读原文<<