文件名称：论文研究-一种基于状态转换图的Ajax爬行算法.pdf
文件大小：203KB
文件格式：PDF
更新时间：2022-08-11 13:23:15
Ajax爬虫,状态转换图,Web爬虫,Deep Web
传统Web爬虫无法解决爬行Ajax应用所面临的JavaScript执行、状态识别与切换、重复状态检测等问题。为此，首先定义Ajax应用的状态转换图，并设计了一种基于状态转换图的Ajax爬行算法，通过该算法可以获取Ajax应用状态信息和后台Deep Web资源。为了提高Ajax爬行的准确性、减少待爬行的状态数目，使用Ajax指纹识别、DOM结构过滤等方法改进上述算法。实验结果表明了算法的有效性和性能。