Apache Droids

Apache Droids es un proyecto de la Apache Software Foundation, actualmente en estado de incubación, que se dedica a la creación de un framework para la definición de web crawlers. Estos robots para la búsqueda de información en línea se construyen por medio de elementos genéricos tales como:

• Colas
• Protocolos
• Analizadores sintácticos empleando Apache Tika.
• Handlers

Características

• Adaptabilidad. Completo control por medio de archivos de propiedades.​
• Multihilo. Un robot controla a varios "trabajadores" (hilos) que realizan la labor real.
• Respeto de robots.txt. Por defecto, Droids respeta las directrices de robot.txt.
• Limitación de recursos. Es posible configurar el número de hilos concurrentes que un robot pueda distribuir entre sus "trabajadores", así como el tiempo de retardo entre las peticiones.
• Dinámica basada en Spring Framework. Las propiedades mencionadas son inyectadas a la configuración Spring.
• Dinámica extendible. La configuración Spring emplea el configurador de Apache Cocoon y su registro dinámico, facilitando así la extensión de los robots.

Véase también

• Apache Nutch, software de búsquedas en web
• Páginas sobre Web Robots
• Sobre la programación de WebCrawler
• Programación de una araña web en Java
• Un ejemplo del el uso de Google Guice para la inyección de dependencias en el caso de Apache Droids

• Datos: Q5700841