我估计百度的图片是随机爬的 图的质量普遍不高 rank不知道是怎么算

我的想法是 爬图就针对某一些比较著名的图像资源网站 比如163的相册 mofile的共享等等

封装关键字到http请求来抓

虽然这样爬的图质量比较高 但是局限性也大   需要对不同的站点封不同的请求,

而且还不一定要让你爬 比如淘宝就把百度封了

谁有兴趣可以继续研究

一.动态规划

参考资料：

刘汝佳《算法艺术与信息学竞赛》《算法导论》

推荐题目：

http://acm.pku.edu.cn/JudgeOnline/problem?id=1141

简单

http://acm.pku.edu.cn/JudgeOnline/problem?id=2288

中等，经典TSP问题

这几天在想 图片索引是怎么回事

爬网页提取一个网页的图片连接这个好办,当提取出这个连接后怎么处理.

想法是这样:

1)如果针对一个网站来爬,默认希望一篇html里的img连接都是指向本站的,而不是其他站点的img，比如163

的象册

假设只有一个IP1是可以用的,

做成这个结构,是为了以后可以扩展.

IP1

img1[1]

img1[2]

IP2

img2[1]

img2[2]

爬取到一定程度 就存到一个文件Img.raw

对Img.raw进行处理,得到一张 IPID-Offset