| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景与意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 本文主要完成的工作 | 第11页 |
| 1.4 本文的组织结构 | 第11-13页 |
| 第二章 相关概念以及体系结构 | 第13-31页 |
| 2.1 BBS 概述 | 第13-16页 |
| 2.1.1. BBS 概念 | 第13页 |
| 2.1.2. BBS 的产生历史 | 第13-14页 |
| 2.1.3. BBS 的结构 | 第14-16页 |
| 2.2 网络爬虫概述 | 第16-19页 |
| 2.2.1 网络爬虫的概念 | 第16-17页 |
| 2.2.2 网页的抓取策略 | 第17-18页 |
| 2.2.3 网络爬虫分类 | 第18-19页 |
| 2.3 信息抽取技术 | 第19-20页 |
| 2.3.1 信息抽取技术基本概念 | 第19页 |
| 2.3.2 信息抽取技术分类 | 第19-20页 |
| 2.4 中文分词和索引概述 | 第20-21页 |
| 2.4.1 中文分词概念 | 第20页 |
| 2.4.2 中文分词方法 | 第20-21页 |
| 2.4.3 中文分词的难点 | 第21页 |
| 2.5 J2EE 平台概述 | 第21-22页 |
| 2.6 Spring 概述 | 第22-25页 |
| 2.6.1 Spring 简介 | 第22-23页 |
| 2.6.2 IoC 控制反转 | 第23页 |
| 2.6.3 DI 依赖注入 | 第23-24页 |
| 2.6.4 Spring 体系结构 | 第24-25页 |
| 2.7 DWR 概述 | 第25-27页 |
| 2.7.1 DWR 简介 | 第25-26页 |
| 2.7.2 DWR 使用步骤 | 第26页 |
| 2.7.3 dwr.xml 文件结构 | 第26-27页 |
| 2.7.4 DWR 的核心脚本 util.js | 第27页 |
| 2.8 系统结构设计 | 第27-29页 |
| 2.8.1 系统模块结构 | 第27-28页 |
| 2.8.2 系统各模块功能 | 第28-29页 |
| 2.9 小结 | 第29-31页 |
| 第三章 系统详细设计 | 第31-59页 |
| 3.1 网络爬虫设计 | 第31-40页 |
| 3.1.1 Heritrix 概述 | 第31-32页 |
| 3.1.2 Heritrix 工作原理 | 第32-37页 |
| 3.1.3 扩展 Heritrix 添加 extractor | 第37-40页 |
| 3.2 信息提取设计 | 第40-48页 |
| 3.2.1 正则表达式与 Htmlparser | 第40-43页 |
| 3.2.2 Htmlparser 高效提取网页内容 | 第43-48页 |
| 3.3. 网页内容存储 | 第48-53页 |
| 3.3.1 基本概念 | 第48-49页 |
| 3.3.2 Lucene 利用索引器 Index Writer 构建索引过程 | 第49-50页 |
| 3.3.3 BBS 数据存储建立 | 第50-53页 |
| 3.4 Spring 和 DWR 整合 | 第53-57页 |
| 3.4.1 配置文件 | 第53-56页 |
| 3.4.2 查询信息相关的类介绍 | 第56-57页 |
| 3.5 小结 | 第57-59页 |
| 第四章 实验结果与分析 | 第59-67页 |
| 4.1 系统开发环境以及配置 | 第59-60页 |
| 4.1.1 开发环境 | 第59页 |
| 4.1.2 相关软件 | 第59-60页 |
| 4.2 实验过程 | 第60-65页 |
| 4.2.1 Heritrix 抓取 BBS 页面 | 第60-61页 |
| 4.2.2 Htmlparser 提取页面信息 | 第61-62页 |
| 4.2.3 存储页面信息和热帖查询 | 第62-65页 |
| 4.3 本章小结 | 第65-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
