基于JS解释引擎的动态页面采集系统的设计与实现

摘要

当前,随着网络技术的飞速发展,特别是以JavaScript为代表的脚本语言在Web开发中的大量运用,给当前网络媒体内容监控系统的信息采集工作带来了很大的挑战.针对于此,本文利用现有JS解释引擎(Rhino),通过模拟浏览器动作,构建相应DOM环境,解析网页中的JavaScript脚本语言代码,提取相应的URL地址及网页主体文本内容,构建了动态页面采集子系统,进一步扩展了网络媒体内容监控系统的信息采集来源.