字符串

CUHK 上學期有門課叫做 Semantic Web，課程 project 是要搜集整個系裡面的教授信息，輸入到一個系統里，能夠完成諸如“如果選了A教授的課，因時間衝突，B教授的哪些課不能選”、“和A教授實驗室相鄰的實驗室都是哪些教授的”這一類的查詢。這就是所謂的“語義網”了啊。。。然而最坑爹的是，所有這些信息，老師並沒有給一個文檔或者數據庫，全要靠自己去系主頁上搜集。唯一的想法是寫個爬蟲，令人悲哀的是，所有做這個 project 的同學，都是純人肉手工完成，看得我只想扶牆。。。

從網頁中抓取特定信息，我覺得這是一個普遍性的問題，以後經常會遇到。幸虧那個 project 只是需要我們系的所有教授的信息，大家人工也就算了。如果需要抓取的信息是海量的，舉個栗子，把淘寶上所有的商品目錄抓下來，那豈不是要吐血而亡？我決定好好把爬蟲研究一下。 更多 >