[发明专利]一种基于XMLHTTP组件技术的网页内容采集方法

摘要

在这个信息时代，互联网的信息量十分巨大，并且成几何级的增长速度；整个社会都处在一个信息的汪洋大海里面，无论个体还是组织的各种活动都离不开各种信息的支持。作为社会单位的企业组织，要想在激烈的市场竞争中获胜，就必须熟知各种信息，比如消费市场信息，有关竞争对手的情报信息，有关本行业的发展趋势等信息。所以，从巨大的信息源中获取有效的、对企业切实有用的信息就成为当前企业一个迫切的需求。而当前企业对信息的获取方式，主要是通过手工的方式来搜集。手工操作，费时费力；如果企业需要大量的信息，则需要组织更多的人力、物力、财力，会加重企业的负担，不利于企业降低成本。而通过本采集方法，企业的信息搜集人员就可以避开对信息的单条手工操作，而改为建立一个个的采集项目，然后让电脑模拟手工在后台自动操作，从而可以实现大批量、高效率的信息采集；可以极大地减轻手工劳动，降低企业获取信息的人力、物力、财力的投入；同时，由于电脑处理速度的高效，可以及时地向企业提供各种信息。

主权项

1.一种基于MLHTTP组件技术的网页内容采集方法。通过XMLHTTP组件技术获取远程网页的源代码，查看远程网页的源代码，设置特定的截取规则来获取远程网页的数据的网址表；通过XMLHTTP组件技术获取远程网页数据的网址所对应的网页的源代码，设置网页内容的特定截取规则，根据设置的网页内容截取规则，获取特定的信息，并将信息保存。