WEBVTT

00:00:00.630 --> 00:00:04.030
欢迎来到CS101课程。我是戴维.埃文斯。我将指导你完成这门课程。

00:00:04.030 --> 00:00:07.047
这门课程将为你介绍计算的基本概念

00:00:07.047 --> 00:00:09.563
以及教你读写你自己的计算机程序

00:00:09.563 --> 00:00:13.063
这些都将在创建一个搜索引擎的任务中完成。

00:00:13.063 --> 00:00:16.363
相信诸位都至少使用过搜索引擎。

00:00:16.363 --> 00:00:19.562
该课程的前3个单元便是创建一个网络爬虫。

00:00:19.562 --> 00:00:22.129
网络爬虫能从网络上收集信息，以为我们的搜索引擎所用。

00:00:22.129 --> 00:00:24.663
并借此获得一个关于计算的大概念。

00:00:24.663 --> 00:00:29.680
在第一单元，我们从解析网页的第一个链接开始。

00:00:29.680 --> 00:00:32.730
网络爬虫为我们的搜索引擎寻找网页，

00:00:32.730 --> 00:00:37.797
从一个“种子”页面开始，并跟踪该页面上的链接来发现其他页面。

00:00:37.797 --> 00:00:43.930
这些链接引向一些新的网页，这些新的网页上又有链接，引向其他网页。

00:00:43.930 --> 00:00:46.507
当我跟踪这些链接，我们可以发现越来越多的网页。

00:00:46.507 --> 00:00:50.232
我们为我们的搜索引擎创建这些数据的集合。

00:00:50.479 --> 00:00:54.712
一个网页其实就是一段来自网络的文本，在你的浏览器中显示。

00:00:54.712 --> 00:00:56.580
我们将在第四单元中讲述这是个怎样的过程。

00:00:56.580 --> 00:00:59.563
但现在，最需要你了解的事情是

00:00:59.563 --> 00:01:02.497
一个链接其实只是网页中一个特殊的文本类型。

00:01:02.497 --> 00:01:07.347
当你在浏览器中点击了一个链接，它会将你引向一个新的页面。

00:01:07.347 --> 00:01:09.496
然后，你可以继续跟随这些链接

00:01:09.496 --> 00:01:14.213
这个单元我们要做的是写一段程序去解析获取网页上的第一个链接。

00:01:14.213 --> 00:01:18.213
在后面的单元中，我们会向你展示如何去解析获取所有链接，并集合这些数据为我们的搜索引擎所用。