2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、當(dāng)前,Web2.0快速發(fā)展,互聯(lián)網(wǎng)上嵌有JavaScript腳本的動態(tài)頁面所占比例越來越大,給頁面數(shù)據(jù)采集工作帶來了很大的困難。在網(wǎng)絡(luò)輿論及搜索引擎研究領(lǐng)域,雖然頁面數(shù)據(jù)采集的主要對象仍然為靜態(tài)頁面,但對動態(tài)頁面中的數(shù)據(jù)進(jìn)行采集的需求越來越迫切了。本文在研究了常用腳本解析環(huán)境、Hadoop分布式計算環(huán)境與分布式網(wǎng)絡(luò)爬蟲原理的基礎(chǔ)上,提出了腳本解析環(huán)境的分布式構(gòu)建方案。該方案將腳本解析環(huán)境嵌入到分布式網(wǎng)絡(luò)爬蟲中,實(shí)現(xiàn)了動態(tài)頁面的數(shù)據(jù)采集。

2、
  腳本解析環(huán)境的分布式設(shè)計方案包括三部分:腳本解析任務(wù)調(diào)度、腳本解析環(huán)境構(gòu)建和腳本解析實(shí)現(xiàn)。腳本解析任務(wù)調(diào)度部分在研究Hadoop常用調(diào)度算法的基礎(chǔ)上確定了腳本解析任務(wù)的MapReduce調(diào)度算法。腳本解析環(huán)境構(gòu)建部分首先根據(jù)瀏覽器腳本引擎執(zhí)行腳本片段的順序和腳本片段在頁面中的嵌入形式設(shè)計了腳本的解析流程和提取算法,然后提出了常用瀏覽器DOM對象與Rhino腳本解析引擎綁定的設(shè)計方案,完成了腳本解析環(huán)境的構(gòu)建。腳本解析實(shí)現(xiàn)部分

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論