[发明专利]一种爬虫抓取的方法及其装置

权利要求书

1.一种爬虫抓取的方法，其特征在于，包括：

根据网页在当前搜索结果中的排序或/和所述网页被用户点击的顺序，确定 所述网页的当前权值；

根据所述网页的当前权值以及历史权值，确定所述网页的结果权值；

当所述结果权值达到设定阈值时，重新抓取所述网页中的信息，并初始化 所述网页的历史权值；

当所述结果权值未达到设定阈值时，利用所述网页的结果权值更新所述网 页的历史权值。

2.如权利要求1所述的方法，其特征在于，

当所述网页的当前权值根据所述网页在当前搜索结果中的排序确定时，所 述网页的当前权值根据所述网页在当前搜索结果中的排序由前到后递减；或当 所述网页的当前权值根据所述网页被用户点击的顺序确定时，所述网页的当前 权值根据所述网页被用户点击的顺序由前到后递减；

根据所述网页的当前权值以及历史权值，确定所述网页的结果权值，包括：

将所述网页的历史权值加上当前权值，得到所述网页对应的结果权值；或 者，将所述网页的历史权值减去当前权值，得到所述网页对应的结果权值。

3.如权利要求1所述的方法，其特征在于，所述根据网页在当前搜索结 果中的排序和所述网页被用户点击的顺序，确定所述网页的当前权值包括：

根据所述网页在当前搜索结果中的排序，确定所述网页的第一权值；所述 第一权值根据所述网页在当前搜索结果中的排序由前到后递减；

以及，根据所述网页被用户点击的顺序，确定所述网页的第二权值；所述 第二权值根据所述网页被用户点击的顺序由前到后递减；

根据所述第一权值和所述第二权值，确定所述网页的当前权值。

4.如权利要求1所述的方法，其特征在于，更新所述网页的历史权值后， 并且当所述网页的当前权值根据所述网页在当前搜索结果中的排序确定时，所 述方法还包括：

根据所述网页被用户点击的顺序，确定所述网页的当前权值；

根据所述网页的当前权值以及历史权值，确定所述网页的结果权值；

当所述结果权值达到设定阈值时，重新抓取所述网页中的信息。

5.如权利要求1所述的方法，其特征在于，更新所述网页的历史权值后， 并且当所述网页的当前权值根据所述网页被用户点击的顺序确定时，所述方法 还包括：

根据所述网页在搜索结果中的排序，确定所述网页的当前权值；

根据所述网页的当前权值以及历史权值，确定所述网页的结果权值；

当所述结果权值达到设定阈值时，重新抓取所述网页中的信息。

6.一种爬虫抓取的装置，其特征在于，包括：

当前权值确定单元，用于根据网页在当前搜索结果中的排序或/和所述网页 被用户点击的顺序，确定所述网页的当前权值；

结果权值确定单元，用于根据所述当前权值确定单元确定的当前权值以及 所述网页的历史权值，确定所述网页的结果权值；

信息抓取单元，用于当所述结果权值确定单元确定的结果权值达到设定阈 值时，重新抓取所述网页中的信息；

历史权值初始化单元，用于当所述结果权值确定单元确定的结果权值达到 设定阈值时，初始化所述网页的历史权值；

历史权值更新单元，用于当所述结果权值确定单元确定的结果权值未达到 设定阈值时，利用所述网页的结果权值更新所述网页的历史权值。

7.如权利要求6所述的装置，其特征在于，当所述当前权值确定单元确 定出的当前权值是根据所述网页在当前搜索结果中的排序确定时，所述当前权 值根据所述网页在当前搜索结果中的排序由前到后递减；或当所述当前权值确 定单元确定出的当前权值是根据所述网页被用户点击的顺序确定时，所述当前 权值根据所述网页被用户点击的顺序由前到后递减；

所述结果权值确定单元，进一步用于：将所述网页的历史权值加上当前权 值，得到所述网页对应的结果权值；或者，将所述网页的历史权值减去当前权 值，得到所述网页对应的结果权值。