一个新闻抓取系统，下面是人家写的要求。<br>偶比较忙，也没什么兴趣，有兴趣的人和他们联系一下：<br>联系人邮箱和MSN：<br>邮箱：<a href="mailto:richardxu7@gmail.com">richardxu7@gmail.com</a><br>MSN： <a href="mailto:richardxu7@hotmail.com">richardxu7@hotmail.com</a><br><br><br>系统配置：
<br>
<br>Linux
<br>Perl
<br>Mysql
<br>Html
<br>
<br>目的：
<br>
<br>一套能够自动抓取新闻内容，并产生网页的系统。
<br>新闻来源 - google news, yahoo news, <a href="http://news.sina.com.cn">news.sina.com.cn</a>，或者是一个可以RSS输出的新闻源 （是双语系统，但英文为主）
<br>
<br>功能要求：
<br>
<br>Perl 语言后台运行 + Cron （每天运行, 时间频率可以调节）
<br>新闻内容读取后，存入Mysql数据库
<br>能够自动过滤重复的新闻，做简单的内容重复分析
<br>Perl 语言从数据库中读取新闻，根据模板重新生成优化的 HTML 网页
<br> 模板里面包括可调用的不同的Google广告代码，或其它个性化的广告代码（java script, 或简单html 代码）
<br> 模板以后可以不断调节
<br> 模板也可能根据一个已经成型的网站设计
<br> 内容重写 =》 次序，避免被S认为重复
<br>
<br>从新生成的HTML过程每天一次（会让搜索引擎机器人认为文档比较新鲜）
<br>Sitemap 然后自动提交（这个不用设计，已经有现成的）
<br>SEO优化
<br> 每个页面的keywords, description, title 都会根据新闻内容做简单的智能优化。
<br> 对新闻标题进行智能改变 - 减少版权纠纷。
<br> 并能够自动产生一定数量的Tag标签
<br>整个新闻系统形成一个简单的导航内容，方便读者寻找以往内容。
<br>并配以Google 站内搜索的内容（考虑结合模板设计，也是可以调节的）
<br>考虑配置Addthis的推广代码
<br>可以从后台进行新闻的简单编辑和增减 - 版权的考虑
<br>在页面底部能够随机产生5-6条相关新闻。
<br>在底部会形成Google分析代码，可以加在模板内。
<br>页面的编码可以调配，中文或英文
<br>底部有Webmaster的联系方式。
<br>整个新闻体系可以进行RSS输出，或者可以写入一个Wordpress系统。 利用Blog来进行输出。
<br> 能够ping其它服务器，自动形成Tag？
<br>一个可以在其它网站上面显示的调用的widget（JS），显示几条最新新闻？
<br>
<br>
<br>新闻源和抓取数量可以调节
<br>新闻关键词可以调节
<br>模板使用可以调节
<br>模板文件可以手工编辑
<br>服务器上的路径可以调节或改变
<br>新闻日期范围可以定制
<br>分类可以明确
<br>支持一个或多个关键词
<br>可以确定新闻抓取数量上限
<br>
<br>变量通过一个设置文档进行调解<br><br><br><br><br><br><br><br>