web content mining with php

DiY-Page = 论坛门户 + 简易CMS + 自动采集 一个论坛就可建站，没有论坛也能建站，海量内容瞬间采入。 支持 Discuz / PHPWind 论坛程序的所有主流版本 清爽美观的前台模板风格 独创的 设计视窗(TM) 技术，在线可视化设计，轻松定制您的网站 完善的HTML生成功能，有效降低服务器负担 显著增加搜索引擎收录量，用户网站有收录过百万的纪录 业界领先的自动采集功能，实现网站内容无忧更新 完全开放源代码，可以免费下载和使用，只有不到1M

简易内容管理系统 CMSimple是一种自由的内容管理系统。标榜架构简单，程式档案小并且反应快速。系统以PHP编写，可以在各种平台上运作。 CMSimple不需要使用数据库，所有的页面资料都以一个超文件档案格式，名称为content.htm，存于万维网服务器上。纯文字档的资料设计使得安装与备份工作相对较为简单。 CMSimple的后台管理，仅允许单一用户使用。透过后台管理，可设定各种与页面展示相关的参数。与许多内容管理系统相同，CMSimple提供延伸程式开发架构的设计，

仿百度搜索引擎软件蜘蛛组件包括三大功能模块：链接采集、网页分析、无效网页扫描； 自动识别GB2312、BIG5、UTF-8、Unicode等网页编码； 文件类型证察防止非文本类型文件采集； 蜘蛛可以采集ASP、PHP、JSP等动态数据网页和HTML、SHTML、XHTML等静态网页； 支持续采功能，如果因系统、网络等故障问题终止采集，系统将在下次启动采集时提示您是否“继续采集”或“结束任务”； 采集任务管理功能可以设置多个采集任务安排计划工作，每一个采集任务将会