一種抓取網(wǎng)絡(luò)平面媒體的網(wǎng)頁內(nèi)容的方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN201310344367.0 申請日 -
公開（公告）號 CN103399933B 公開（公告）日 2017-01-18
申請公布號 CN103399933B 申請公布日 2017-01-18
分類號 G06F17/30(2006.01)I 分類 計算；推算；計數(shù);
發(fā)明人 張思亮;崔世起;崔慶君 申請（專利權(quán)）人 人民搜索網(wǎng)絡(luò)股份公司
代理機構(gòu) 北京集佳知識產(chǎn)權(quán)代理有限公司 代理人 王寶筠
地址 100026 北京市朝陽區(qū)金臺西路2號[4-1]15幢3層370室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開一種抓取網(wǎng)絡(luò)平面媒體的網(wǎng)頁內(nèi)容的方法及系統(tǒng)。所述方法包括：獲取網(wǎng)絡(luò)平面媒體的可用URL信息；所述URL信息包含時間信息；根據(jù)所述可用URL信息生成所述網(wǎng)絡(luò)平面媒體的URL模板；確定需要抓取的所述網(wǎng)絡(luò)平面媒體的更新時間信息；根據(jù)所述URL模板以及所述更新時間信息構(gòu)造所述網(wǎng)絡(luò)平面媒體的第一URL；抓取所述第一URL對應(yīng)的網(wǎng)頁內(nèi)容。采用本發(fā)明的方法或系統(tǒng)，可以抓取到更加全面的數(shù)據(jù)，并且提高抓取效率。