[发明专利]网页数据爬取方法、装置、系统、计算机设备及存储介质在审
| 申请号： | 201910012240.6 | 申请日： | 2019-01-07 |
| 公开（公告）号： | CN109885744A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 吴壮伟 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951 |
| 代理公司： | 深圳市精英专利事务所 44242 | 代理人： | 林燕云 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了网页数据爬取方法、装置、系统、计算机设备及存储介质。该方法包括：接收第二服务器分发的网址；通过部署的代码框架爬取所述网址对应的网页内容信息；将所述网页内容信息通过所述代码框架进行解析，得到网页解析内容；将所述网页解析内容发送至第二服务器中与所述第一服务器对应的存储区域进行存储；将所述网页解析内容中的源码通过所述代码框架进行解析，得到对应的源码解析信息；以及将所述源码解析信息发送至第二服务器中与所述第一服务器对应的存储区域进行存储。该方法实现了将已爬取的网页内容均进行保存以便于数据溯源，而且还能对网页内容进行二次解析。 | ||
| 搜索关键词： | 网页内容 第二服务器 代码框架 网页解析 解析 第一服务器 计算机设备 存储介质 存储区域 网页数据 源码解析 网址 存储 内容发送 信息发送 信息通过 源码 溯源 分发 保存 部署 | ||
【主权项】：
1.一种网页数据爬取方法，应用于第一服务器，其特征在于，包括：接收第二服务器分发的网址；所述网址为所述第二服务器接收用户端上传的目标网站网址集合的子集；通过部署的代码框架爬取所述网址对应的网页内容信息；将所述网页内容信息通过所述代码框架进行解析，得到网页解析内容；将所述网页解析内容发送至第二服务器中与所述第一服务器对应的存储区域进行存储；将所述网页解析内容中的源码通过所述代码框架进行解析，得到对应的源码解析信息；以及将所述源码解析信息发送至第二服务器中与所述第一服务器对应的存储区域进行存储。
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平安科技（深圳）有限公司，未经平安科技（深圳）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/201910012240.6/，转载请声明来源钻瓜专利网。
