[发明专利]一种解决Web证书认证的爬虫方法在审
| 申请号： | 201711405633.0 | 申请日： | 2017-12-22 |
| 公开（公告）号： | CN107944055A | 公开（公告）日： | 2018-04-20 |
| 发明（设计）人： | 王晓斌;傅玉生;勇萌哲;田坤鹏 | 申请（专利权）人： | 成都优易数据有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F11/36 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司51230 | 代理人： | 徐金琼,刘东 |
| 地址： | 611730 四川省成都市郫县德源镇（菁*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种解决Web证书认证的爬虫方法，涉及有证书的Web爬虫方法领域；其包括步骤1获取目标网站的Web证书后根据证书的类型选择不同的方式导入证书获取Scrapy爬虫框架访问URL的权限；步骤2在Scrapy爬虫框架的下载中间件DownLoad Middleware中集成自动化工具Selenium实现Scrapy爬虫框架访问URL暨模拟为浏览器访问；步骤3基于步骤2进入浏览器后重写Scrapy爬虫框架中的下载中间件Downloader Middleware，并使用自动化工具Selenium的Webdriver获取Web页内容，将其返回给Scrapy爬虫框架中的爬虫Spider并进行解析获取数据完成爬虫工作。本发明解决了现有Scrapy爬虫框架无法完成对有证书验证的网站的爬虫工作的问题，达到了高效实现对有证书验证的网站的爬虫工作的效果。 | ||
| 搜索关键词： | 一种 解决 web 证书 认证 爬虫 方法 | ||
【主权项】：
一种解决Web证书认证的爬虫方法，其特征在于：包括如下步骤：步骤1：获取目标网站的Web证书后根据证书的类型选择不同的方式导入证书获取Scrapy爬虫框架访问URL的权限；步骤2：在Scrapy爬虫框架的下载中间件DownLoad Middleware中集成自动化工具Selenium实现Scrapy爬虫框架访问URL暨模拟为浏览器访问；步骤3：基于步骤2进入浏览器后重写Scrapy爬虫框架中的下载中间件Downloader Middleware，并使用自动化工具Selenium的Webdriver获取Web页内容，将其返回给Scrapy爬虫框架中的爬虫Spider并进行解析获取数据完成爬虫工作。
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成都优易数据有限公司，未经成都优易数据有限公司许可，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/201711405633.0/，转载请声明来源钻瓜专利网。
- 上一篇：智能表分拣小助手
- 下一篇：多媒体文件的识别方法、装置、终端及存储介质
