Web信息采集系统设计与实现
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·Web信息抽取技术研究现状 | 第11-12页 |
| ·Web信息采集技术研究现状 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第2章 相关技术研究 | 第15-24页 |
| ·信息抽取相关技术 | 第15-19页 |
| ·HTML页面构成分析 | 第15-16页 |
| ·DOM树 | 第16-17页 |
| ·Jsoup解析器 | 第17-19页 |
| ·Web信息采集的工作原理 | 第19-20页 |
| ·网页结构分析 | 第20-21页 |
| ·开发相关技术 | 第21-23页 |
| ·SSH框架 | 第21-23页 |
| ·jQuery | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 系统需求分析与总体设计 | 第24-36页 |
| ·系统需求分析 | 第24-32页 |
| ·需求概述 | 第24-25页 |
| ·功能需求 | 第25-31页 |
| ·非功能需求 | 第31-32页 |
| ·领域建模 | 第32页 |
| ·系统总体设计 | 第32-33页 |
| ·数据库设计 | 第33-35页 |
| ·系统开发环境 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第4章 采集配置子系统的设计与实现 | 第36-52页 |
| ·可视化抽取规则的生成 | 第36-43页 |
| ·抽取规则的设计 | 第36-38页 |
| ·抽取规则的生成 | 第38-40页 |
| ·内嵌浏览器的设计 | 第40-43页 |
| ·正文去噪 | 第43-45页 |
| ·噪音信息分析 | 第43页 |
| ·基于规则定制的正文去噪 | 第43-45页 |
| ·具体实现 | 第45-48页 |
| ·采集配置子系统测试 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 采集子系统设计与实现 | 第52-70页 |
| ·采集子系统总体设计 | 第52-56页 |
| ·单个站点采集工作流程设计 | 第52-53页 |
| ·基于多线程的信息采集设计 | 第53-56页 |
| ·系统关键点设计 | 第56-63页 |
| ·Socket通信机制 | 第56-58页 |
| ·动态采集策略 | 第58-59页 |
| ·数据库连接池 | 第59-60页 |
| ·信息抽取 | 第60-62页 |
| ·文章去重 | 第62-63页 |
| ·采集子系统实现 | 第63-68页 |
| ·列表解析模块 | 第63-64页 |
| ·文章解析模块 | 第64-65页 |
| ·文章存储模块 | 第65-66页 |
| ·系统调度模块 | 第66-68页 |
| ·采集子系统测试 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 总结与展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第76页 |
