| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 网络爬虫 | 第11页 |
| 1.2.2 验证码 | 第11-12页 |
| 1.3 论文主要工作 | 第12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第二章 网盘文件的提取与分析相关知识 | 第14-26页 |
| 2.1 网络爬虫相关知识 | 第14-19页 |
| 2.2 验证码相关知识 | 第19-21页 |
| 2.3 信息检索相关知识 | 第21-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 网盘分享链接获取系统的设计与实现 | 第26-38页 |
| 3.1 爬虫框架的选择 | 第26-27页 |
| 3.1.1 爬虫框架的选择 | 第26-27页 |
| 3.1.2 Webmagic介绍 | 第27页 |
| 3.2 基于WEBMAGIC的爬虫系统的设计 | 第27-31页 |
| 3.2.1 目前爬取策略存在的问题 | 第27-28页 |
| 3.2.2 爬取策略的设计 | 第28-29页 |
| 3.2.3 爬虫框架的设计 | 第29-30页 |
| 3.2.4 爬虫系统工作流程 | 第30-31页 |
| 3.3 基于WEBMAGIC的爬虫系统的实现 | 第31-35页 |
| 3.3.1 SpiderEntrance模块 | 第32页 |
| 3.3.2 Configure模块 | 第32-33页 |
| 3.3.3 SinglePageDownloader模块 | 第33-34页 |
| 3.3.4 PageProcessor模块 | 第34-35页 |
| 3.3.5 Downloader模块 | 第35页 |
| 3.4 实验与分析 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 网盘文件下载的研究与实验 | 第38-48页 |
| 4.1 真实下载链接的获取 | 第38-40页 |
| 4.1.1 提取方式选择 | 第38页 |
| 4.1.2 实例分析 | 第38-39页 |
| 4.1.3 下载链接的提取流程与实现 | 第39-40页 |
| 4.2 网盘验证码的特点分析 | 第40-43页 |
| 4.2.1 网盘验证码特点分析 | 第40-41页 |
| 4.2.2 网盘验证码的识别流程设计 | 第41页 |
| 4.2.3 二值化 | 第41-42页 |
| 4.2.4 滴水算法 | 第42-43页 |
| 4.3 改进的滴水算法起始点确认方式 | 第43-46页 |
| 4.3.1 确定每个区块的字符数量 | 第43-45页 |
| 4.3.2 获取极小值 | 第45页 |
| 4.3.3 计算起始点 | 第45-46页 |
| 4.4 实验与分析 | 第46-47页 |
| 4.4.1 下载链接的提取 | 第46页 |
| 4.4.2 验证码的分割与识别 | 第46-47页 |
| 4.4.3 实验结果分析 | 第47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 APK文件检索系统的设计与实现 | 第48-60页 |
| 5.1 APK文件检索系统的设计 | 第48-49页 |
| 5.2 APK文件信息抽取 | 第49-52页 |
| 5.2.1 解包与反编译 | 第49页 |
| 5.2.2 文本的抽取与存储 | 第49-51页 |
| 5.2.3 图片的抽取与存储 | 第51-52页 |
| 5.3 APK文件信息的索引与检索 | 第52-55页 |
| 5.3.1 文本信息的检索 | 第52-54页 |
| 5.3.2 图片信息的检索 | 第54-55页 |
| 5.4 实验与分析 | 第55-58页 |
| 5.4.1 确定APK中不同图片信息摘要的汉明距离 | 第55-58页 |
| 5.4.2 确定图片检索过程中的阈值 | 第58页 |
| 5.4.3 实验总结 | 第58页 |
| 5.5 本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 工作总结 | 第60页 |
| 6.2 下一步工作 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读学位期间发表的学术论文 | 第68页 |