| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 引言 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 基于领域知识的爬虫技术 | 第11-12页 |
| 1.2.2 基于网页结构分析的爬虫技术 | 第12-13页 |
| 1.2.3 基于脚本语言分析的爬虫技术 | 第13页 |
| 1.3 研究内容及本文组织 | 第13-15页 |
| 第二章 相关技术研究 | 第15-31页 |
| 2.1 HTML 简介 | 第15-16页 |
| 2.2 DEEP WEB简介 | 第16-19页 |
| 2.2.1 Deep Web 的概念 | 第16-18页 |
| 2.2.2 Deep Web 搜索技术 | 第18页 |
| 2.2.3 Deep Web 研究成果 | 第18-19页 |
| 2.3 WE82.0 影响 | 第19-23页 |
| 2.3.1 We62.0 的概念 | 第19-20页 |
| 2.3.2 We62.0 的原则 | 第20页 |
| 2.3.3 We62.0 的特征 | 第20-23页 |
| 2.4 AJAX 简介 | 第23-29页 |
| 2.4.1 Ajax 的诞生 | 第23-24页 |
| 2.4.2 Ajax 的基本原理 | 第24-26页 |
| 2.4.3 Ajax 的核心——XMLHttpRequest 对象 | 第26-28页 |
| 2.4.4 Ajax 的优缺点 | 第28-29页 |
| 2.5 Ajax 对信息获取的影响 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 支持AJAX 的DEEP WEB 爬虫总体设计 | 第31-38页 |
| 3.1 传统网络爬虫 | 第31-34页 |
| 3.1.1 体系结构 | 第31-32页 |
| 3.1.2 工作流程 | 第32页 |
| 3.1.3 网页抓取策略 | 第32-34页 |
| 3.1.4 传统网络爬虫的问题 | 第34页 |
| 3.2 支持AJAX 的爬虫 | 第34-37页 |
| 3.2.1 体系结构 | 第34-35页 |
| 3.2.2 工作流程 | 第35-36页 |
| 3.2.3 关键技术 | 第36-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 支持AJAX 的DEEP WEB 爬虫具体实现 | 第38-51页 |
| 4.1 状态流图 | 第38-39页 |
| 4.2 爬行部分重要组成实现 | 第39-41页 |
| 4.3 自动扫描 | 第41-47页 |
| 4.3.1 察觉点击 | 第42页 |
| 4.3.2 比较DOM 树 | 第42-44页 |
| 4.3.3 处理差异更新 | 第44页 |
| 4.3.4 状态导航 | 第44-47页 |
| 4.3.5 识别同一状态 | 第47页 |
| 4.4 镜像网站生成 | 第47-50页 |
| 4.4.1 链接状态 | 第47-48页 |
| 4.4.2 将DOM 转换为HTML 表示 | 第48-49页 |
| 4.4.3 部署镜像网站 | 第49-50页 |
| 4.4.4 链接Ajax 网站 | 第50页 |
| 4.5 SITEMAP生成 | 第50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 实验及分析 | 第51-63页 |
| 5.1 实验环境 | 第51-52页 |
| 5.2 参数设置 | 第52-55页 |
| 5.3 实验及结果 | 第55-60页 |
| 5.4 结果分析 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 不足与展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间已发表或录用的论文 | 第68-70页 |
