Smart Web Crawler - Eficaz captador de recursos recursivos para la web

Este libro está diseñado utilizando Visual ASP .Net 2010 y MS-SQL Server 2008. El lenguaje de codificación utilizado es VB.NET. El proyecto implica la configuración de varias opciones como la búsqueda de las páginas web y extrae los ids de correo, URLs web, números de teléfono, enlaces de descarga de canciones y etiquetas como etiquetas de encabezado. El nivel de profundidad se da para que no sólo de las páginas web dadas, pero las páginas vinculadas con esta página web se buscan y se extrae el contenido. Se utiliza un enfoque multihilo para que cada página sea buscada por un hilo separado, lo que ayuda a acelerar el proceso. En el sistema propuesto se pueden buscar múltiples páginas web en el mismo o diferente sitio web con una búsqueda inteligente, por lo que toma el recurso de una página web con el uso de profundidades. La búsqueda inteligente se realiza utilizando una extracción avanzada llamada expresión regular y así se puede extraer cualquier tipo de información. Por ejemplo, el patrón \d{6} recupera los Códigos de Identificación de la India.