| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 国际研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13页 |
| 1.3 问题提出 | 第13-14页 |
| 1.4 本文主要工作 | 第14-15页 |
| 1.5 本文组织结构 | 第15-17页 |
| 第2章 相关理论与技术 | 第17-27页 |
| 2.1 WEB2.0 | 第17-19页 |
| 2.1.1 Web2.0简介 | 第17-18页 |
| 2.1.2 Web2.0的特点 | 第18-19页 |
| 2.2 AJAX技术概述 | 第19-23页 |
| 2.2.1 AJAX简介 | 第19-20页 |
| 2.2.2 AJAX的工作原理 | 第20-21页 |
| 2.2.3 AJAX在网页开发中的应用 | 第21-23页 |
| 2.3 网页结构分析技术 | 第23-25页 |
| 2.3.1 文档对象模型概述 | 第23-24页 |
| 2.3.2 XPath技术概述 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 AJAX动态网页数据获取模型构建 | 第27-39页 |
| 3.1 面向AJAX动态网页数据获取问题分析 | 第27-33页 |
| 3.1.1 AJAX动态站点模型分析 | 第27-31页 |
| 3.1.2 AJAX站点数据获取问题分析 | 第31-33页 |
| 3.2 面向AJAX动态网页的数据获取框架 | 第33-34页 |
| 3.3 面向AJAX动态网页的数据获取策略的分析与选择 | 第34-37页 |
| 3.3.1 深度优先爬行策略分析 | 第34-35页 |
| 3.3.2 广度优先爬行策略分析 | 第35页 |
| 3.3.3 爬行策略选择 | 第35-37页 |
| 3.4 面向AJAX动态网页的数据获取工作流程 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 面向AJAX的动态脚本网页解析 | 第39-53页 |
| 4.1 AJAX指纹识别 | 第39-42页 |
| 4.1.1 XMLHttpRequest对象概述 | 第39-40页 |
| 4.1.2 第三方框架匹配 | 第40-42页 |
| 4.2 备选标签集合选择 | 第42-44页 |
| 4.2.1 关于页面事件标签 | 第42-43页 |
| 4.2.2 动态页面标签集合的确定 | 第43-44页 |
| 4.3 页面表单处理 | 第44-47页 |
| 4.3.1 页面表单的识别 | 第45-46页 |
| 4.3.2 页面表单的自动填写 | 第46-47页 |
| 4.4 嵌入式解析引擎的选择 | 第47-50页 |
| 4.4.1 脚本解析引擎介绍 | 第47页 |
| 4.4.2 脚本解析引擎工作原理 | 第47-49页 |
| 4.4.3 Selenium技术优势 | 第49-50页 |
| 4.5 动态页面与事件类型的训练 | 第50-52页 |
| 4.5.1 网络站点结构相似性 | 第50页 |
| 4.5.2 训练算法描述 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 面向AJAX的动态网页数据获取 | 第53-67页 |
| 5.1 广度优先算法 | 第53-55页 |
| 5.2 识别页面状态变化 | 第55-60页 |
| 5.2.1 XMLHttpRequest对象的使用 | 第55-56页 |
| 5.2.2 DOM树过滤 | 第56-57页 |
| 5.2.3 DOM树相似性判断 | 第57-60页 |
| 5.3 页面状态转换的控制 | 第60-65页 |
| 5.3.1 状态转换图的构建与使用 | 第60-62页 |
| 5.3.2 路径存储仓库的定义 | 第62-63页 |
| 5.3.3 服务器端主动更新的处理 | 第63-64页 |
| 5.3.4 状态回溯算法描述 | 第64-65页 |
| 5.4 本章小结 | 第65-67页 |
| 第6章 实验测试和分析 | 第67-79页 |
| 6.1 原型系统实现 | 第67-69页 |
| 6.1.1 原型系统软/硬件环境 | 第67页 |
| 6.1.2 原型系统功能模块 | 第67-69页 |
| 6.2 实验设置与评价机制 | 第69-71页 |
| 6.2.1 实验设置 | 第69-70页 |
| 6.2.2 实验评价机制 | 第70-71页 |
| 6.3 系统性能测试与结果分析 | 第71-78页 |
| 6.3.1 动态站点结构的实验结果与分析 | 第71-73页 |
| 6.3.2 与传统爬虫的比较分析 | 第73页 |
| 6.3.3 爬取召回率的结果分析 | 第73-74页 |
| 6.3.4 时间性能实验结果与分析 | 第74-77页 |
| 6.3.5 AJAX状态的存储 | 第77-78页 |
| 6.4 本章小结 | 第78-79页 |
| 第7章 总结与展望 | 第79-81页 |
| 7.1 工作总结 | 第79-80页 |
| 7.2 未来工作 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-87页 |
| 攻硕期间参与项目及发表的论文 | 第87页 |