一種針對新聞媒體批量加密數(shù)據(jù)的采集方法

基本信息

申請?zhí)?/td> CN202111557743.5 申請日 -
公開（公告）號 CN113934914A 公開（公告）日 2022-01-14
申請公布號 CN113934914A 申請公布日 2022-01-14
分類號 G06F16/951（2019.01）I;G06F16/955（2019.01）I 分類 計算；推算；計數(shù);
發(fā)明人 李林;吳雷;孫于揚 申請（專利權(quán)）人 成都橙視傳媒科技股份公司
代理機構(gòu) 成都九鼎天元知識產(chǎn)權(quán)代理有限公司 代理人 孫元偉
地址 610000四川省成都市高新區(qū)科園二路10號2棟2單元13層1號、2號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種針對新聞媒體批量加密數(shù)據(jù)的采集方法，屬于新聞媒體數(shù)據(jù)采集領(lǐng)域，包括步驟：S1，將數(shù)據(jù)庫中的網(wǎng)址url、站名內(nèi)容分別添加至由redis實現(xiàn)的url去重集合及由redis實現(xiàn)的url隊列；S2，用puppeteer進程去消費由redis實現(xiàn)的url隊列中的數(shù)據(jù)；S3，獲取網(wǎng)頁數(shù)據(jù)html，將其加入到由redis實現(xiàn)的html隊列中，并將由redis實現(xiàn)的html隊列標記區(qū)分為列表頁網(wǎng)頁數(shù)據(jù)html或內(nèi)容頁網(wǎng)頁數(shù)據(jù)html；S4，解析由redis實現(xiàn)的html隊列中的數(shù)據(jù)并處理。本發(fā)明更容易實現(xiàn)批量加密數(shù)據(jù)的采集，且具有效率高、成本低、維護容易等優(yōu)點。