基于JavaScript切片的AJAX框架网络爬虫技术研究

被引：10

作者：

曾伟辉 ^{[1
,2
]}

李淼 ^{[1
]}

机构：

[1] 中国科学院合肥智能机械研究所

[2] 中国科学技术大学信息科学技术学院自动化系

来源：

计算机系统应用 | 2009年 / 18卷 / 07期

关键词：

JavaScript; 程序切片; 网络爬虫; 有限状态机; AJAX;

D O I：

暂无

中图分类号：

TP311.10 [];

学科分类号：

081202 ; 0835 ;

摘要：

自Jesse James Garrett提出了AJAX概念以来,由于AJAX在提升用户交互体验的同时,又不需要在客户端安装插件。因此,一经提出就引起了互联网领域的广泛关注。但目前的网络爬虫技术在AJAX框架的URL解析过程中存在着不能够识别事件触发顺序等问题,导致大量数据不能被搜索引擎有效检索。本文针对此问题,通过研究基于对象的程序切片算法,以及脚本执行引擎与切片模块的互操作,最终解决AJAX框架中URL提取以及异步JavaScript网络爬虫系统的关键技术问题。

引用

页码：169 / 171+137 +137

页数：4