[发明专利]一种可定制的网络爬虫方法及系统有效
| 申请号： | 201910292891.5 | 申请日： | 2019-04-12 |
| 公开（公告）号： | CN110020062B | 公开（公告）日： | 2021-09-24 |
| 发明（设计）人： | 张熙;段馨凝;吴旭;方滨兴 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/958 |
| 代理公司： | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人： | 丁芸;马敬 |
| 地址： | 100876 *** | 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： | 本发明实施例提供了一种可定制的网络爬虫方法及系统，其中可定制的网络爬虫方法，包括：通过人工输入配置界面获取单个待生成爬虫任务的配置项；利用所述配置项中的第一爬虫名称，查找为所述第一爬虫名称预先配置的网站静态配置文件，作为目标静态配置文件；通过所述目标静态配置文件中包含的第一网站运行配置文件名称，查找为所述第一网站运行配置文件名称预先配置的网站运行配置文件，作为目标运行配置文件；基于所述目标静态配置文件、所述目标运行配置文件及所述配置项，生成包含所述配置项的爬虫任务；获取所述目标静态配置文件中包含的爬虫入口链接；执行用于对所述爬虫入口链接进行目标数据抓取的爬虫任务。 | ||
| 搜索关键词： | 一种 定制 网络 爬虫 方法 系统 | ||
【主权项】：
1.一种可定制的网络爬虫方法，其特征在于，包括：通过人工输入配置界面获取单个待生成爬虫任务的配置项；利用所述配置项中的第一爬虫名称，查找为所述第一爬虫名称预先配置的网站静态配置文件，作为目标静态配置文件；通过所述目标静态配置文件中包含的第一网站运行配置文件名称，查找为所述第一网站运行配置文件名称预先配置的网站运行配置文件，作为目标运行配置文件；基于所述目标静态配置文件、所述目标运行配置文件及所述配置项，生成包含所述配置项的爬虫任务；获取所述目标静态配置文件中包含的爬虫入口链接；执行用于对所述爬虫入口链接进行目标数据抓取的爬虫任务。
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邮电大学，未经北京邮电大学许可，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/201910292891.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种智慧城市时空信息云平台服务引擎
- 下一篇：垂直搜索方法和系统
