[发明专利]一种流式爬虫实现方法及系统在审
| 申请号： | 202110558553.9 | 申请日： | 2021-05-21 |
| 公开（公告）号： | CN113297449A | 公开（公告）日： | 2021-08-24 |
| 发明（设计）人： | 曹春;马晓星;何城贤;徐经纬 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/955 |
| 代理公司： | 南京乐羽知行专利代理事务所(普通合伙) 32326 | 代理人： | 李玉平 |
| 地址： | 210023 江苏*** | 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： | 本发明公开一种流式爬虫实现方法及系统，包括以下内容：初始请求数据流的构建配置爬虫数据流转换图的构建流程；通过层次树模型对网站结构与数据对象模型的映射关系，利用对象模型构建请求数据流，并对请求数据流配置来绕过网站反爬策略；实现爬虫组件对数据流进行转化操作，构建爬虫数据流转换图，从请求数据流到下载页面数据流，再到结果数据流。本发明采取响应式编程的思想，通过构建整个爬虫的数据流转换图，生成基于响应式编程的异步流式爬取模型，将数据爬取过程中的阻塞操作通过异步来进行处理，相比较与传统爬虫方案，提高了开发效率、系统吞吐量和资源利用率，有很高的应用价值。 | ||
| 搜索关键词： | 一种 爬虫 实现 方法 系统 | ||
【主权项】：
暂无信息
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南京大学，未经南京大学许可，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/202110558553.9/，转载请声明来源钻瓜专利网。
