[发明专利]基于网络爬虫的水利信息检索系统及方法在审
| 申请号： | 201710579829.5 | 申请日： | 2017-07-17 |
| 公开（公告）号： | CN107391651A | 公开（公告）日： | 2017-11-24 |
| 发明（设计）人： | 巫义锐;黄多辉;冯钧 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 南京纵横知识产权代理有限公司32224 | 代理人： | 董建林 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于网络爬虫的水利信息检索系统及方法，方法包括步骤步骤S1，定义与主题水利相关的初始采集网页作为初始采集点，收集与水利相关的常用业务词语作为爬取对象描述的关键字集合；步骤S2，爬虫从初始采集点开始爬取网页，对爬取页面内容与关键字集合进行匹配以判断是否与水利相关，若相关，则下载此页面对应的表格到本地；步骤S3，下载的表格为html5格式，将其转化为csv格式文档；步骤S4，对csv文档中数据进行规划化整理；步骤S5，将csv文档中数据建立数据库表。本发明通过网络爬虫自动从网页上提取水利数据表格，并将网络水利数据表格转化到格式化数据库中，供相关用户日后的检索与分析使用。 | ||
| 搜索关键词： | 基于 网络 爬虫 水利 信息 检索系统 方法 | ||
【主权项】：
基于网络爬虫的水利信息检索方法，其特征是，包括以下步骤：步骤S1，定义与主题水利相关的初始采集网页作为初始采集点，收集与水利相关的常用业务词语作为爬取对象描述的关键字集合；步骤S2，爬虫从初始采集点开始爬取网页，对爬取页面内容与关键字集合进行匹配以判断是否与水利相关，若相关，则下载此页面对应的表格到本地；步骤S3，下载的表格为html5格式，将其转化为csv格式文档；步骤S4，对csv文档中数据进行规划化整理；步骤S5，将csv文档中数据建立数据库表。
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河海大学，未经河海大学许可，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/201710579829.5/，转载请声明来源钻瓜专利网。
