2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩49頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、現(xiàn)代社會(huì)互聯(lián)網(wǎng)技術(shù)日新月異,互聯(lián)網(wǎng)產(chǎn)品也如雨后春筍一般層出不窮,AJAX技術(shù)越來(lái)越受到開(kāi)發(fā)者的青睞。此技術(shù)對(duì)傳統(tǒng)的網(wǎng)絡(luò)爬蟲(chóng)卻是不友好的,使用傳統(tǒng)的網(wǎng)頁(yè)抓取方式獲得內(nèi)容是不完整的,因此,研究支持AJAX的網(wǎng)絡(luò)爬蟲(chóng)系統(tǒng),具有重要的現(xiàn)實(shí)意義。
  本文首先調(diào)研了異步加載網(wǎng)頁(yè)獲取方式的國(guó)內(nèi)外研究現(xiàn)狀,闡述了其收錄困難的原因,分析了當(dāng)前抓取方案的優(yōu)勢(shì)和不足,提出了調(diào)用瀏覽器接口請(qǐng)求并獲取網(wǎng)頁(yè)的方案。其次,為了提高網(wǎng)頁(yè)抓取效率,協(xié)調(diào)好AJAX

2、爬蟲(chóng)和靜態(tài)網(wǎng)頁(yè)爬蟲(chóng)的資源調(diào)配,本文提出了一個(gè)網(wǎng)頁(yè)屬性分類器的解決方案,此方案能通過(guò)網(wǎng)頁(yè)處理模塊的正文抽取結(jié)果反饋并修正分類結(jié)果,根據(jù)分類結(jié)果對(duì)不同的網(wǎng)頁(yè)采取不同的抓取方法。最后,為了維護(hù)分布式系統(tǒng)的健康運(yùn)行,系統(tǒng)設(shè)計(jì)了心跳信息監(jiān)測(cè)模塊,此模塊將收集分布式系統(tǒng)的心跳信息并統(tǒng)計(jì)分析系統(tǒng)健康度。
  本文所研究和實(shí)現(xiàn)的支持AJAX的分布式爬蟲(chóng)系統(tǒng),能夠收錄異步加載的網(wǎng)頁(yè)和普通的靜態(tài)頁(yè)面,并能夠?qū)崿F(xiàn)抓取任務(wù)高效的分配,為異步加載網(wǎng)頁(yè)的抓取

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論