公开(公告)号：CN102609518B

公开(公告)日：2015-02-18

申请号：CN201210028947.4

申请日：2012-02-09

Applicant: 清华大学

Inventor： 任勇 ,  彭兆盟 ,  徐蕾 ,  何能强 ,  姜春晓 ,  李治华 ,  孙权

IPC: G06F17/30

Abstract: 本发明是一种多状态AJAX网页内容自动获取方法和系统，属于互联网数据挖掘技术领域。该方法包括：加载网页并提取AJAX调用事件，按照基于AJAX状态转换图的遍历方法逐步执行所有AJAX调用事件，并用AJAX状态识别方法判断每次执行得到的状态是否是重复状态，从而自动获取多状态AJAX网页所有状态内容和状态转换信息。与所述方法相对应的系统包括：事件识别和执行单元、页面状态识别单元和状态遍历调度单元。通过本发明能获取到多状态AJAX网页内容和状态转换信息，使搜索引擎能够索引更完整的网页内容。

公开(公告)号：CN102609518A

公开(公告)日：2012-07-25

申请号：CN201210028947.4

申请日：2012-02-09

Applicant: 清华大学

Inventor： 任勇 ,  彭兆盟 ,  徐蕾 ,  何能强 ,  姜春晓 ,  李治华 ,  孙权

IPC: G06F17/30

Abstract: 本发明是一种多状态AJAX网页内容自动获取方法和系统，属于互联网数据挖掘技术领域。该方法包括：加载网页并提取AJAX调用事件，按照基于AJAX状态转换图的遍历方法逐步执行所有AJAX调用事件，并用AJAX状态识别方法判断每次执行得到的状态是否是重复状态，从而自动获取多状态AJAX网页所有状态内容和状态转换信息。与所述方法相对应的系统包括：事件识别和执行单元、页面状态识别单元和状态遍历调度单元。通过本发明能获取到多状态AJAX网页内容和状态转换信息，使搜索引擎能够索引更完整的网页内容。