| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外相关领域的研究现状 | 第9-10页 |
| 1.2.1 动态数据获取方法研究现状 | 第9-10页 |
| 1.2.2 新浪微博爬虫策略研究现状 | 第10页 |
| 1.3 本文的研究内容 | 第10-11页 |
| 1.4 论文的组织结构 | 第11-14页 |
| 第2章 基于Scrapy框架的动态数据获取方法 | 第14-30页 |
| 2.1 Scrapy框架的研究 | 第14-16页 |
| 2.1.1 Scrapy框架的工作原理 | 第14-15页 |
| 2.1.2 Scrapy框架的扩展原理 | 第15-16页 |
| 2.2 动态数据获取方法 | 第16-23页 |
| 2.2.1 动态数据获取整体流程设计 | 第16-19页 |
| 2.2.2 请求重构模块设计 | 第19-21页 |
| 2.2.3 请求及响应解析子模块设计 | 第21-23页 |
| 2.3 基于Scrapy框架的内存优化 | 第23-25页 |
| 2.3.1 HASH函数个数的确定 | 第24-25页 |
| 2.3.2 布隆过滤器的实现 | 第25页 |
| 2.4 实验结果 | 第25-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于解决微博数据异步加载问题的爬虫策略研究 | 第30-42页 |
| 3.1 微博爬虫策略 | 第30-36页 |
| 3.1.1 微博数据异步加载原理 | 第30-31页 |
| 3.1.2 微博爬虫策略设计 | 第31-36页 |
| 3.2 微博爬虫更新策略设计 | 第36-39页 |
| 3.3 实验 | 第39-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 基于Scrapy框架的分布式爬虫系统的分析与设计 | 第42-54页 |
| 4.1 系统目标 | 第42页 |
| 4.2 系统架构分析与设计 | 第42-46页 |
| 4.2.1 整体框架设计 | 第42-44页 |
| 4.2.2 功能模块分析与设计 | 第44-46页 |
| 4.3 系统详细设计 | 第46-52页 |
| 4.3.1 调度器模块设计 | 第46-48页 |
| 4.3.2 登录模块设计 | 第48页 |
| 4.3.3 爬虫模块设计 | 第48-49页 |
| 4.3.4 流水线模块设计 | 第49-50页 |
| 4.3.5 数据库设计 | 第50-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第5章 基于Scrapy框架的分布式爬虫系统的实现与测试 | 第54-70页 |
| 5.1 开发平台与工具 | 第54页 |
| 5.2 调度器模块实现 | 第54-56页 |
| 5.3 微博登录模块实现 | 第56-57页 |
| 5.4 爬虫模块实现 | 第57-62页 |
| 5.5 流水线模块实现 | 第62-63页 |
| 5.5.1 MySQLdb模块 | 第62-63页 |
| 5.5.2 微博数据存储 | 第63页 |
| 5.6 防止爬虫被封实现 | 第63-64页 |
| 5.6.1 设置爬虫频率 | 第63页 |
| 5.6.2 模拟User-Agent | 第63-64页 |
| 5.7 系统测试与结果分析 | 第64-68页 |
| 5.7.1 系统功能测试 | 第64-66页 |
| 5.7.2 系统运行测试 | 第66-67页 |
| 5.7.3 内存占用测试 | 第67-68页 |
| 5.8 本章小结 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-74页 |
| 攻读硕士学位期间所取得的成果 | 第74-76页 |
| 致谢 | 第76页 |
