ویرگول
ورودثبت نام
knowledgecomputer2023
knowledgecomputer2023أَعُوذُ بِاللّه ِ مِنَ الْکَسَل وَ الْفَشَل
knowledgecomputer2023
knowledgecomputer2023
خواندن ۱ دقیقه·۵ سال پیش

دسته بندی لینک های صفحات وب

«بسم الله الرحمن الرحیم »




دسته بندی لینک ها

به منظوردسترسی سریع کاربران ،باید لینک ها را ابتدا تشخیص داد سپس آن ها را دسته بندی کرد .

می خواهد اگر فایل ها (لینک ) دسته pdf علت دسته بندی این است که مثلا کاربری فایلی به پسوند

بندی نشده باشند نیاز است که ازانبوهی از لینک ها(فایل ها) فایل را برای کاربر برگردانید. که این کار بسیار زمان گیر وهزینه بر می باشد.


الگوریتم دسته بندی لینک های صفحه وب

1- شروع

2- اتصال به وب سایت مربوطه

3- استخراج محتوای صفحه وب

4- استخراج لینک ها ازمحتوای وب

5- یک لینک را از لینک ها بگیر

اگر نقطه در انتهای لینک بود سپس پنج کاراکتر آخر لینک را استخراج کنید .

. حال پنج کاراکتر آخر نشان دهنده نوع لینک می باشد.

وگرنه لینک مخرب یا لینک به هیچ جا می باشد.

6- اگرلینکی موجود بود بروبه خط 5 وگرنه برو به پایان

7- پایان


شبه کد دسته بندی لینک ها

function CatLink(url)          types=[‘.doc’,’.docs’,….]          conn=connect(url)          html=ExtractContent(con)          links=ExtractLinks(html)         for link in links               if(link.find(.))                              type=link[len(link)-5:]                              if(type ==types[0] or type == types[1])                                  SaveDataBase(link) #save in table docs               else                              Con=Connect(link)                              if con                                        #save in table links                              else                                        #other links url='http://www.google.com' CatLink(url)


موفق باشید

به امید خدا

الگوریتملینکموتورهای جستجو
۳
۰
knowledgecomputer2023
knowledgecomputer2023
أَعُوذُ بِاللّه ِ مِنَ الْکَسَل وَ الْفَشَل
شاید از این پست‌ها خوشتان بیاید