初學(xué)網(wǎng)絡(luò)爬蟲，請(qǐng)多多指教

以下是我覺(jué)得有用的資源總結(jié)，資源均來(lái)自網(wǎng)上

編程語(yǔ)言：java

使用網(wǎng)絡(luò)爬蟲：spiderman

Spiderman 是一個(gè)Java開源Web數(shù)據(jù)抽取工具。它能夠收集指定的Web頁(yè)面并從這些頁(yè)面中提取有用的數(shù)據(jù)。
Spiderman主要是運(yùn)用了像XPath,正則表達(dá)式等這些技術(shù)來(lái)實(shí)數(shù)據(jù)抽取。

Spiderman開源中國(guó)鏈接（含文檔及下載）： http://www.oschina.net/p/spiderman

Spiderman Java 爬蟲示例： http://my.oschina.net/laiweiwei/blog/99937

【最新更新支持頻道分頁(yè)、文章分頁(yè)】【拋磚引玉】抓取OSC的問(wèn)答數(shù)據(jù)展現(xiàn)垂直爬蟲的能力 ：http://my.oschina.net/laiweiwei/blog/100866

XPath JAVA用法總結(jié)及代碼樣例 ：http://www.open-open.com/lib/view/open1397717612656.html

vevb  XPath教程 : http://m.survivalescaperooms.com.cn/xpath/index.asp