資源描述：
《基于Rhino的JavaScript動態(tài)頁面解析研究與實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、萬方數(shù)據(jù)第18卷．第．2期20(J8年2月計算機技術與發(fā)展V01．18№，．2COMPUTERTECHN【)L(X；YANDDFvEl』)PM哐NTFeb．2008基于Rhino的JavaScript動態(tài)頁面解析研究與實現(xiàn)．金曉鷗，鐘寶燕，李翔(上海交通大學信息安全工程學院，上海200240)摘要：面對互聯(lián)網(wǎng)上占據(jù)全國頁面總數(shù)50％以上的動態(tài)頁面，當前網(wǎng)絡輿情管控工作中的信息采集環(huán)節(jié)對以動態(tài)頁面為主要發(fā)布形態(tài)的互聯(lián)網(wǎng)媒體無法實現(xiàn)信息獲取。鑒于此，文中提出了基于Rhino實現(xiàn)Java．Script動態(tài)頁面解析的整體方案。實驗結果表明該方案充分豐富了互聯(lián)網(wǎng)輿情管控工作的數(shù)據(jù)源對象，是實現(xiàn)動態(tài)頁面
2、內(nèi)超鏈接網(wǎng)絡地址遞歸獲取和網(wǎng)頁主體內(nèi)容提取行之有效的解決方案。關鍵詞：腳本解釋引擎Itlli∞；J∽＆S砷t動態(tài)頁面；動態(tài)頁面解析中圖分類號：1甲393文獻標識碼：A文章編號：1673—629X(2008)02—0001—04ResearchandimplementationofInterpretingJavaScriptDynamicWebPageBasedonRhinoEngineJINXiao--ou，ZHONGBao-yan，LIXiang(InformationSecurityEngineeringSchoolofShanghaiJiaotongUniversity，shangha
3、i200240，Claim)Al鼬-act：DymmieWeb陴holdsrI班than50％ofthetotalWebpagesha∞刪1t”訂de；kw榭，theinforrmtioneolhetorofcm'rentnetworkpubicoptnhmmitork堰毋姍l啪notgettheirdornⅪtionofIntemetmeditmawhich唧dymn_licWebiⅪlgeasitsmainoonotentdistributionform．Thereby，thereisa8ehl，tleforinterpretingJavaScriptdymmicWebpageby嘣fl
4、gRhino嘶pttsentedinthispaper．Provedbytheexits，this∞h眥is鋤effectiveonefor日【t瑚雌i颼theh州inknetworkaddresses“‘，ontentofayn甜licW西pa群andithas∞一chedthevmrkdam姒ofnetworkpublicopinionmonitoring．K鱷woods：Rhinoscript吣hae；JavaScriptd]m戚cWebpage；interpret由咖cWeb孵O引言中國互聯(lián)網(wǎng)絡信息中心(D州IC)2007年1月23日發(fā)布的<第19次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告)tl
5、】顯示，截至2006年底我國網(wǎng)民人數(shù)達到了1．37億，占全國人口總數(shù)的10．5％。在充分享受信息時代給予學習工作、休閑娛樂帶來巨大便利的同時，還要充分認識到互聯(lián)網(wǎng)對于社會輿論和大眾文化潛在的影響與威脅。如何對互聯(lián)網(wǎng)發(fā)布、傳輸和瀏覽的內(nèi)容進行有效的監(jiān)督、管理和引導是我國推進現(xiàn)代化建設，營造和諧社會的重要課題之一。目前，互聯(lián)網(wǎng)輿情管控工作旨在通過采集、分析和表達互聯(lián)網(wǎng)媒體發(fā)布內(nèi)容。為網(wǎng)絡監(jiān)管部門提供輿情管控參考依據(jù)。輿情管控工作主要由信息采集、內(nèi)容收穰日期：2007一05一03基金項目：國家自然科學基金項目(60502032。60402019)；上海市科委項目(06Sll5020)；教育部新世紀
6、優(yōu)秀人才支持計劃項目(NCEl’一06—0393)作者簡介：金曉鷗(1983一)，女。浙江永嘉人．碩士研究生．研究方向為互聯(lián)網(wǎng)內(nèi)容安全；李翔，剮教授，研究方向為網(wǎng)絡內(nèi)容安全。分析和結果呈現(xiàn)三大環(huán)節(jié)共同組成，其中信息采集環(huán)節(jié)為后續(xù)的分析、表達提供必要的數(shù)據(jù)原材料，其工作機理類似于傳統(tǒng)的“網(wǎng)絡機器人”，以某一個頁面為起始頁，遞歸獲取網(wǎng)頁主體內(nèi)容，及其內(nèi)嵌超鏈接所指向的網(wǎng)絡文件數(shù)據(jù)，文中主要研究其中的JavaScript動態(tài)頁面解析技術。-l論文工作對象與研究現(xiàn)狀．1．1動態(tài)頁面根據(jù)網(wǎng)頁中是否含有瀏覽器執(zhí)行腳本，將網(wǎng)頁分為靜態(tài)頁面和動態(tài)頁面。靜態(tài)頁面的主體內(nèi)容及其內(nèi)部包含的超鏈接網(wǎng)絡地址分別以文本
7、信息和唯一資源標識符(u也)的方式直接嵌入頁面源文件的HTML標記(Tag)中?？梢允褂脗鹘y(tǒng)的HTML標記識別的方法[2】，實現(xiàn)頁面主體內(nèi)容與其所含超鏈接網(wǎng)絡地址的提取功能。然而，動態(tài)頁面中除了包含少量靜態(tài)URL外，還含有大量必須通過瀏覽器執(zhí)行腳本才能得到的超鏈接網(wǎng)絡地址和網(wǎng)頁主體內(nèi)容【31。舉例如下：萬方數(shù)據(jù)·2·計算機技術與發(fā)展第18卷例1，在瀏覽器中打開網(wǎng)頁http：／／work．cat898．oomA
