基于JavaScript切片的AJAX框架网络爬虫技术研究

• 作者: 曾伟辉 李淼
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: JavaScript 程序切片 网络爬虫 有限状态机 AJAX
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 应用技术
• 页码范围: 169-171,137
• 页数: 4页
• 分类号: TP3
• 字数: 3343字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2009.07.041

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.