随着互联网的迅速发展,网络资源越来越丰富,人们如何从网络上抽取信息也变得至关重要,尤其是深层网络(Deep Web)信息获取更是人们应关注的焦点。Deep Web是指虽然通过互联网可以获取,但普通搜索引擎由于受技术限制而不能或不作索引的信息。为了构建更为动态和响应更灵敏的Web应用程序,实现浏览器和服务器的异步并行处理,Ajax应运而生。如今Ajax技术得到了广泛的应用,毋庸置疑,Ajax能够很好地提升网络应用的响应和交互性,但与此同时由于Ajax的一些特性,比如客户端脚本执行、状态改变、动态呈现模型及可点击元素多样化等,Ajax无形中也增加了Deep Web中的信息。本文设计并实现了支持Ajax的Deep Web爬虫。该爬虫能识别DOM树中的可点击元素,运行客户端代码,形成一个状态流图,以呈现Ajax应用中各个状态及导航路径;根据该状态流图,本爬虫能够生成相对于原Ajax应用的一个多页面的静态版本以及Sitemap。本文旨在将Ajax网站动态生成的部分暴露给搜索引擎,提升搜索的覆盖率和准确率。实验表明,支持Ajax的Deep Web爬虫与开源的JSpider相比,前者可以获取更多的链接数,在两次实验中,前者抓取的数量分别是后者的1.12倍和2.93倍。