| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 课题背景及意义 | 第13-14页 |
| 1.2 网络爬虫国内外研究现状 | 第14-16页 |
| 1.2.1 国内研究现状 | 第14-15页 |
| 1.2.2 国外研究现状 | 第15-16页 |
| 1.3 本文研究的主要内容 | 第16页 |
| 1.4 论文结构安排 | 第16-18页 |
| 第二章 网络爬虫、DEEP WEB、AJAX技术概述 | 第18-25页 |
| 2.1 网络爬虫简介 | 第18-20页 |
| 2.1.1 网络爬虫工作原理 | 第18-19页 |
| 2.1.2 网络爬虫抓取策略 | 第19-20页 |
| 2.1.3 网络爬虫分类 | 第20页 |
| 2.2 DEEP WEB及其搜索技术 | 第20-21页 |
| 2.2.1 Deep Web概述 | 第20-21页 |
| 2.2.2 Deep Web网络爬虫技术 | 第21页 |
| 2.3 AJAX技术简介 | 第21-24页 |
| 2.3.1 Ajax简介 | 第21-22页 |
| 2.3.2 Ajax工作原理 | 第22-23页 |
| 2.3.3 Ajax对网络爬虫的影响 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 支持AJAX的DEEP WEB网络爬虫系统的设计 | 第25-34页 |
| 3.1 需求分析 | 第25-26页 |
| 3.1.1 网络爬虫完整性要求 | 第25页 |
| 3.1.2 JavaScript解析以及DOM树重构 | 第25-26页 |
| 3.1.3 触发Ajax事件的模拟 | 第26页 |
| 3.2 总体设计 | 第26-28页 |
| 3.3 详细设计 | 第28-33页 |
| 3.3.1 生产线模块（Worker Line） | 第28-29页 |
| 3.3.2 任务管理模块（Task manager） | 第29-30页 |
| 3.3.3 URL调度模块（Scheduler） | 第30-31页 |
| 3.3.4 网页抓取策略 | 第31页 |
| 3.3.5 Ajax页面抓取方案设计 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 支持AJAX的DEEP WEB网络爬虫系统的实现 | 第34-47页 |
| 4.1 网络爬虫SPIDEEP的系统实现 | 第34-39页 |
| 4.1.1 英文名词解释 | 第34页 |
| 4.1.2 总体架构的实现 | 第34-36页 |
| 4.1.3“工人”集合WorkerList | 第36-37页 |
| 4.1.4 爬虫任务SpideepTask | 第37-38页 |
| 4.1.5 链接SpideepURI | 第38页 |
| 4.1.6 页面SpideepPage | 第38-39页 |
| 4.2 AJAX页面抓取 | 第39-41页 |
| 4.2.1 无界面浏览器HtmlUnit简介 | 第39-40页 |
| 4.2.2 JavaScript解析 | 第40-41页 |
| 4.2.3 触发事件模拟 | 第41页 |
| 4.3 爬虫队列的实现 | 第41-46页 |
| 4.3.1 Berkeley DB简介 | 第42页 |
| 4.3.2 Berkeley DB实现持久化队列 | 第42-43页 |
| 4.3.3 爬虫队列具体实现 | 第43-44页 |
| 4.3.4 URL调度Spideep UriScheduler | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 实验与结果分析 | 第47-51页 |
| 5.1 实验环境 | 第47页 |
| 5.2 实验设置与方案 | 第47-48页 |
| 5.2.1 参数设置 | 第47页 |
| 5.2.2 实验方案 | 第47-48页 |
| 5.3 实验结果与分析 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 答辩委员会签名的答辩决议书 | 第57页 |
