有关URL的hashCode的问题，多谢多谢

Question

我抓取URL，为了避免抓到同一个URL我将URL的hashCode都取出来做比较，但是如果一个URL的内容改变（网页修改过），它的hashCode会不会改变呢？

Answer 1

不会，url只有一个字符串。没有什么别的东西。

Answer 2

我的URL数量非常大，不想一个一个比较，想用哈希表的方式来提高比较效率（以便决定是否抓取），另外需要实现的还有该网页别修改了就需要重新抓取，请问该如何做？

Answer 3

搂住也在抓取URL呢，我也在研究，呵呵。共同学习！

Answer 4

呵呵，共同学习。再详细说一下我的目的：我想通过哈希表的形式来判断一个网页是否已经被抓取过（省去了逐个URL比较）；再有就是如何判断一个网页是否被修改过以决定是否重新抓取？

Answer 5

UP，顺便补充一下：
1.我取了URL的Hashcode做为Oracle的一个字段（来判断该网页是否已经被抓取过，请问该字段应该用什么数据格式声明（Oracle中）？
2.另外HashCode做为int型，其范围为（-2147483648至2147483647），如果URL数量特别大的时候会不会有重复的HashCode呢？不了解其哈希函数的设定，希望高手指点一下
3.如何用java取一个网页的修改时间？便于更新谢谢各位指导，敬礼呵呵

Answer 6

再UP一下，自己弄明白了oracle的number类型原来可以存储负数而且不占字节的，例如number（3）可以存储-123，不过还是不明白为什么，BS自己一下不求甚解。现在求高手指点一下，如何用java获得网页修改时间，再次敬礼哈

Answer 7

是不能用hashcode来判定一个网页是否被抓取过的。
因为两个对象不同，但他们的hashcode可能相同，也就是说，有时他们会被散列到一个桶里，尽管这种可能性比较小

Answer 8

alhu0470() ,我猜测得到URL的HashCode的哈希函数是由URL这个字符串决定的......刚才我对同一个URL取多次hashCode（），返回的值也是相同的（同一个程序中）
也许是我考虑不周全，如果两个URL存在冲突，处理冲突后第二个URL会被给定另外一个值（再次散列或者开放定址）；如果过一段时间再次对第二个URL取hashCode，会不会和上次取得那个值相同呢？好晕好晕还是帮俺想想怎么用java的到网页的修改时间吧，唉

Answer 9

Up，顺便说一下：一个字符串以字符串对象取HashCode和以URL对象取HashCode得到的结果是不一样的，所以哈希函数不仅仅是对URL这个字符串计算，而且”类“也对哈希函数起作用，呵呵，也算学到了点东西。大虾们大侠们高人们，指导一下俺怎么用java取网页修改时间吧

Answer 10

几天没看，还是没人帮俺
要不不取修改时间了，对Html内容取hashCode来判断是否改变过？有没有人做过类似的东西，介绍一下经验呗，3Q3Q3QQQ