頁(yè)面數(shù)據(jù)抓取方法和系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN201410635960.5 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN104317948A 公開(kāi)（公告）日 2015-01-28
申請(qǐng)公布號(hào) CN104317948A 申請(qǐng)公布日 2015-01-28
分類號(hào) G06F17/30(2006.01)I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 劉旭輝;任繼成;高照 申請(qǐng)（專利權(quán)）人 北京中科輔龍信息技術(shù)有限公司
代理機(jī)構(gòu) 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 代理人 李相雨
地址 100085北京市海淀區(qū)上地信息路28號(hào)信息大廈A座9層1號(hào)房
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種頁(yè)面數(shù)據(jù)抓取方法和系統(tǒng)，該方法包括：S1.解析目標(biāo)頁(yè)面得到目標(biāo)頁(yè)面的配置信息，根據(jù)配置信息生成匹配模板；S2.從配置信息中獲取目標(biāo)頁(yè)面的地址信息，根據(jù)地址信息確定目標(biāo)頁(yè)面，獲取目標(biāo)頁(yè)面中的文本數(shù)據(jù)；S3.抓取單元根據(jù)匹配模板在目標(biāo)頁(yè)面中抓取文本數(shù)據(jù)，存儲(chǔ)文本數(shù)據(jù)作為索引操作的根據(jù)。通過(guò)本發(fā)明的技術(shù)方案，使得抓取單元能夠快速適用于各種網(wǎng)站的頁(yè)面，并且能夠準(zhǔn)確抓取目標(biāo)頁(yè)面中特定的區(qū)域和/或數(shù)據(jù)。