[发明专利]站点信息获取方法及装置

权利要求书

1.一种站点信息获取方法，其特征在于，所述方法包括：

以基础数据集合中的元素的关键词进行搜索，并获取相应的搜索结果；

根据所述搜索结果中的页面链接信息获取相应站点的页面中的预定部分信息；

将与所述页面链接信息对应的站点标识和所述预定部分信息整理成相应的数据记录，并根据所述数据记录生成站点信息获取结果。

2.根据权利要求1所述的站点信息获取方法，其特征在于，所述元素至少包括第一元素和第二元素，所述搜索结果至少包括与所述第一元素对应的第一搜索结果和与所述第二元素对应的第二搜索结果；

所述以基础数据集合中的元素的关键词进行搜索，并获取相应的搜索结果的步骤为：

分别以所述第一元素的第一关键词和所述第二元素的第二关键词进行搜索，并分别获取所述第一搜索结果和所述第二搜索结果。

3.根据权利要求2所述的站点信息获取方法，其特征在于，在所述分别获取所述第一搜索结果和所述第二搜索结果的步骤之后，以及在所述根据所述搜索结果中的页面链接信息获取相应站点的页面中的预定部分信息的步骤之前，所述方法还包括以下步骤：

提取所述第一搜索结果和所述第二搜索结果中的页面链接信息。

4.根据权利要求3所述的站点信息获取方法，其特征在于，在所述提取所述第一搜索结果和所述第二搜索结果中的页面链接信息的步骤之后，以及在所述根据所述搜索结果中的页面链接信息获取相应站点的页面中的预定部分信息的步骤之前，所述方法还包括：

针对与所述页面链接信息对应的站点，对所述元素的数量进行统计并生成统计结果；

根据所述统计结果筛选所述数量大于预定值的元素所对应站点并生成筛选结果；

所述根据所述搜索结果中的页面链接信息获取相应站点的页面中的预定部分信息的步骤为：

根据所述筛选结果分别获取其中相应站点的页面中的所述预定部分信息。

5.根据权利要求4所述的站点信息获取方法，其特征在于，在所述根据所述搜索结果中的页面链接信息获取相应站点的页面中的预定部分信息的步骤之后，所述方法还包括：

判断所述预定部分信息是否包含预定内容并生成判断结果；

在所述判断结果为所述预定部分信息不包含所述预定内容的情况下丢弃所述数据记录；

在所述判断结果为所述预定部分信息包含所述预定内容的情况下保留所述数据记录。

6.根据权利要求5所述的站点信息获取方法，其特征在于，所述第一关键词包括所述第一元素的至少两属性信息，所述第二关键词包括所述第二元素的至少两属性信息；

在所述以基础数据集合中的元素的关键词进行搜索，并获取相应的搜索结果的步骤之前，所述方法还包括：

分别提取所述第一元素和所述第二元素所对应的文件的至少两所述属性信息。

7.根据权利要求2至6中任意一项所述的站点信息获取方法，其特征在于，所述基础数据集合是包括有至少一个第一类型的作品和至少一个第二类型的作品的集合；

所述第一类型和所述第二类型与所述作品的受欢迎度、畅销度、推荐度中的任意一者相关；

所述元素是所述基础数据集合中的每一个所述作品。

8.根据权利要求7所述的站点信息获取方法，其特征在于，所述第一元素对应所述第一类型的作品，所述第二元素对应所述第二类型的作品。

9.根据权利要求7所述的站点信息获取方法，其特征在于，所述作品包括文学作品、美术作品、音乐作品、影视作品中任意一者或一者以上的组合。

10.根据权利要求7所述的站点信息获取方法，其特征在于，所述第一元素的至少两属性信息包括作品名和作者名，所述第二元素的至少两属性信息包括作品名和作者名。

11.根据权利要求1至6中任意一项所述的站点信息获取方法，其特征在于，所述预定部分信息为所述站点的页面中的标题信息。