應該判斷host是不是合法的。如
google.com
合法，但是googlecom或者google.abcde就不構成乙個合法的host。
位址中含有中文, 與作業系統環境
需要設定timeout。
使用非同步方式或多執行緒(多程序)方式以提高抓取速度
資料內容驗證：判斷content-type
抓取下來的資料需要完整性的驗證，最基本的方法是content-length和實際獲取的資料大小進行比較，但是當
transfer-encoding=chunked時，返回的header沒有content-length，此方法失效
有時你需要設定user-agent和referer。 :p
web前端編寫注意點
1.在語義不明顯，既可以用 也可以用 的地方，盡量用 因為 預設情況下有上下間隔，去樣式後的可讀性更好，對相容特殊終端有利 2.如果漏寫 dtd 宣告，firefox 仍然會按照標準樣式來解析網頁，但在 ie 中 包括 ie6 ie7 ie8 就會觸發怪異模式 3.少使用子選擇器，就需要多新增 cl...
Web資料採集（抓取）介紹
什麼是web資料採集？web資料採集 webscraping，也叫web資料抓取 指的是從 上提取資訊的一種計算機軟體技術。web資料抓取程式模擬瀏覽器的行為，能將可以在瀏覽器上顯示的任何資料提取出來，因此也稱為螢幕抓取 screenscraping web資料抓取的最終目的是將非結構化的資訊從大量...
web開發注意的點（一）
1.檢視本機ip 在cmd下輸入ipconfig all，會出現一些配置資訊 其中ipv4就是你的本機ip。如果要其他人訪問你的本地專案，只需要讓其他人輸入的url為 ip 8080即可。2.檢視所有被占用的埠 netstat ano 3.當我們使用myeclipse和idea進行編碼工作時，有的時...