數(shù)據(jù)爬取方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN201910395359.6 申請(qǐng)日 -
公開（公告）號(hào) CN110134853A 公開（公告）日 2019-08-16
申請(qǐng)公布號(hào) CN110134853A 申請(qǐng)公布日 2019-08-16
分類號(hào) G06F16/953 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 郭奇杰 申請(qǐng)（專利權(quán)）人 重慶八戒傳媒有限公司
代理機(jī)構(gòu) 北京酷愛智慧知識(shí)產(chǎn)權(quán)代理有限公司 代理人 鄒成嬌
地址 401121 重慶市渝北區(qū)北部新區(qū)青楓北路30號(hào)（拓展區(qū)A5棟鳳凰C座第5層）
法律狀態(tài) -

摘要

摘要 本申請(qǐng)?zhí)峁┮环N數(shù)據(jù)爬取方法及系統(tǒng)，所述方法包括：獲取待爬取網(wǎng)站的網(wǎng)頁(yè)分級(jí)信息和相應(yīng)的網(wǎng)頁(yè)信息；基于網(wǎng)頁(yè)分級(jí)信息，設(shè)定至少一級(jí)頁(yè)面解析規(guī)則節(jié)點(diǎn)以生成爬蟲樹；基于所述爬蟲樹對(duì)所述待爬取網(wǎng)站進(jìn)行數(shù)據(jù)爬取。本采用工作流的方式來(lái)獲取網(wǎng)頁(yè)數(shù)據(jù)，應(yīng)用自定義規(guī)則的方式來(lái)解析網(wǎng)頁(yè)，獲取自己需要的信息，能夠大大提高不同類型網(wǎng)頁(yè)的數(shù)據(jù)采集效率，同時(shí)結(jié)合對(duì)外接口，方便用戶二次開發(fā)使用，滿足用戶各類定制需求。同時(shí)通過(guò)多級(jí)頁(yè)面解析規(guī)則節(jié)點(diǎn)的設(shè)置，可以細(xì)化提取數(shù)據(jù)，進(jìn)一步提高數(shù)據(jù)抓取的效率和速度。