支持动态网页解析的分布式网络爬虫系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 专业术语解释 | 第8-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 研究目标及内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 相关理论与技术介绍 | 第18-23页 |
| 2.1 网络爬虫介绍 | 第18-20页 |
| 2.1.1 单机网络爬虫 | 第18-19页 |
| 2.1.2 分布式网络爬虫 | 第19-20页 |
| 2.2 相关开源软件介绍 | 第20-22页 |
| 2.2.1 Scrapy-redis | 第20-22页 |
| 2.2.2 Redis | 第22页 |
| 2.2.3 Selenium | 第22页 |
| 2.2.4 Phantomjs | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 系统分析与设计 | 第23-29页 |
| 3.1 系统设计需求 | 第23页 |
| 3.2 系统框架和模块设计 | 第23-28页 |
| 3.2.1 初始化参数模块 | 第24-25页 |
| 3.2.2 任务分配模块和爬取策略模块 | 第25页 |
| 3.2.3 维护系统健壮性模块 | 第25-26页 |
| 3.2.4 数据爬取模块 | 第26-27页 |
| 3.2.5 异常处理模块和数据解析模块 | 第27-28页 |
| 3.2.6 数据存储模块 | 第28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 系统具体实现 | 第29-44页 |
| 4.1 系统功能模块实现 | 第29-43页 |
| 4.1.1 初始化参数模块 | 第31-32页 |
| 4.1.2 维护系统健壮性模块 | 第32-37页 |
| 4.1.3 数据爬取模块 | 第37-41页 |
| 4.1.4 异常处理模块和数据解析模块 | 第41-42页 |
| 4.1.5 数据存储模块 | 第42-43页 |
| 4.2 本章小结 | 第43-44页 |
| 第五章 实验与分析 | 第44-52页 |
| 5.1 实验环境 | 第44-46页 |
| 5.1.1 实验的软硬件环境 | 第44-45页 |
| 5.1.2 分布式环境的搭建 | 第45-46页 |
| 5.2 爬虫健壮性实验分析 | 第46-47页 |
| 5.2.1 爬虫健壮性测试方案 | 第46页 |
| 5.2.2 实验数据 | 第46-47页 |
| 5.2.3 实验数据分析 | 第47页 |
| 5.3 动态网页解析策略实验分析 | 第47-49页 |
| 5.3.1 动态网页解析策略测试方案 | 第47-48页 |
| 5.3.2 实验数据 | 第48页 |
| 5.3.3 实验数据分析 | 第48-49页 |
| 5.4 分布式爬虫性能实验分析 | 第49-51页 |
| 5.4.1 分布式爬虫性能测试方案 | 第49页 |
| 5.4.2 实验数据 | 第49-50页 |
| 5.4.3 实验数据分析 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 论文总结 | 第52页 |
| 6.2 研究展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |
