[发明专利]一种爬虫爬取网页的方法及装置有效
| 申请号： | 201610056484.0 | 申请日： | 2016-01-27 |
| 公开（公告）号： | CN107015986B | 公开（公告）日： | 2020-06-05 |
| 发明（设计）人： | 孙德彬 | 申请（专利权）人： | 北京国双科技有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951 |
| 代理公司： | 北京鼎佳达知识产权代理事务所(普通合伙) 11348 | 代理人： | 王伟锋;刘铁生 |
| 地址： | 100083 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种爬虫爬取网页的方法及装置，涉及互联网技术领域，为解决快速又全面的爬取网页资源的问题而发明。本发明的方法包括：提取目标网页的第一链接个数，所述目标网页为待爬取的网页；若所述第一链接个数小于第一预设阈值，则通过浏览器加载所述目标网页后进行爬取；若所述第一链接个数不小于所述第一预设阈值，则通过浏览器加载所述目标网页后提取该目标网页的第二链接个数；若所述第二链接个数大于所述第一链接个数，则对浏览器加载的所述目标网页进行爬取。本发明主要应用于爬虫爬取网页的过程中。 | ||
| 搜索关键词： | 一种 爬虫 网页 方法 装置 | ||
【主权项】：
一种爬虫爬取网页的方法，其特征在于，所述方法包括：提取目标网页的第一链接个数，所述目标网页为待爬取的网页；若所述第一链接个数小于预设阈值，则通过浏览器加载所述目标网页后进行爬取；若所述第一链接个数不小于所述预设阈值，则通过浏览器加载所述目标网页后提取该目标网页的第二链接个数；若所述第二链接个数大于所述第一链接个数，则对浏览器加载的所述目标网页进行爬取。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京国双科技有限公司，未经北京国双科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610056484.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种可远程打卡装置
- 下一篇：一种适用于汽车夜间行驶的多功能行车记录仪
