【毕设】日志-2009.03.13

　　上午9点半来到实验室，继续写第四周工作汇报PPT，晚上开会要用。下午参加神舟航天软件公司的专场招聘，公司不错，门槛应该会很高。

　　白天也做了一些工作，研究Heritrix。它是一个爬虫框架，始于2003年初，目前仍在更新。版本号是1.14.3和2.0.2，前者更加稳定。它的优点主要是主题爬虫（集中于被选择的问题）、持续爬虫（更新网页的爬取）、可扩展（组件可更换）；但也有缺点，如Windows环境下配置复杂、资源占用多等。

　　调试Heritrix-1.14.3-src用了很长时间，仍然有些错误。目前只能跑起来它的可执行程序，管理界面是基于浏览器的。





　　另外，对于WordNet的存储方式，很多人说它是用文本来存储的。WordNet官网提供的文档讲了索引的格式，至于具体的存储结构，还没看到。 这些天的工作效率不高，被找工作、笔试之类的琐事困扰。周六周日要好好调整一下。