[发明专利]网页数据的采集方法及其系统、存储介质、电子设备

权利要求书

1.一种网页数据的采集方法，其特征在于，所述网页数据的采集方法包括如下步骤：

S10：建立数据库，所述数据库包括多个账号以及每个所述账号对应的密码；

S20：配置数据采集的网页地址、正则表达式以及JavaScript可执行脚本，其中，配置的所述正则表达式的匹配对象至少包括由所述数据库中与所述账号对应的手机号或者邮箱中至少一项构成的字符串以及由所述数据库中与所述账号对应的密码构成的字符串；

S30：根据配置的至少一所述网页地址，发送网页地址请求，并获取该网页地址请求的页面文件；

S40：将所述正则表达式中的所有匹配对象与获取的所述页面文件中的所有字符串进行匹配；

S50：判断所述页面文件的字符串中是否命中所述正则表达式的匹配对象，若是，则执行步骤S60；

S60：利用配置的JavaScript可执行脚本对所述命中的字符串进行处理，获取所述命中的字符串对应的账号和密码；

S70：向账号对应的手机号或者邮箱发出告警信息，其中，所述告警信息至少包括所述页面文件对应的网页地址以及所述命中的字符串对应的账号和密码。

2.如权利要求1所述的网页数据的采集方法，其特征在于，在所述步骤S30中还包括如下步骤：

获取所述配置的网页地址内的所有子页面的页面文件。

3.如权利要求1所述的网页数据的采集方法，其特征在于，所述步骤S40还包括如下步骤：

对所述正则表达式中的至少一个所述匹配对象进行分组，形成多个分组数据；

所述多个分组数据并行、同时进行正则匹配。

4.如权利要求1所述的网页数据的采集方法，其特征在于，在所述步骤S40中，通过对所述页面文件进行遍历的方式将所述正则表达式中的所有匹配对象与获取的所述页面文件中的所有字符串进行匹配。

5.如权利要求1所述的网页数据的采集方法，其特征在于，所述步骤S20中配置了多个数据采集的网页地址；在所述步骤S50中，若判断在所述页面文件的字符串中未命中所述正则表达式的匹配对象，则返回所述步骤S30，更换另一网页地址发送网页地址请求，并获取页面文件。

6.如权利要求5所述的网页数据的采集方法，其特征在于，所述步骤S70完成后，还包括如下步骤：

返回所述步骤S30，更换另一网页地址发送网页地址请求，并获取页面文件。

7.一种网页数据的采集系统，其特征在于，所述网页数据的采集系统包括：

数据库创建模块，用于建立数据库，所述数据库包括多个账号以及每个所述账号对应的密码；

配置模块，用于配置数据采集的网页地址、正则表达式以及JavaScript可执行脚本；其中，配置的所述正则表达式的匹配对象至少包括由所述数据库中与所述账号对应的手机号或者邮箱中至少一项构成的字符串以及由所述数据库中与所述账号对应的密码构成的字符串；

网页地址采集模块，用于根据配置的至少一所述网页地址，发送网页地址请求，并获取该网页地址请求的页面文件；

匹配模块，将所述正则表达式中的所有匹配对象与获取的所述页面文件中的所有字符串进行匹配；

判断模块，用于判断在所述页面文件的字符串中是否命中所述正则表达式的匹配对象；

数据处理模块，用于利用配置的JavaScript可执行脚本对所述命中的字符串进行处理，获取所述命中的字符串对应的账号和密码；

告警模块，用于向账号对应的手机号或者邮箱出告警信息，其中，所述告警信息至少包括所述页面文件对应的网页地址以及所述命中的字符串对应的账号和密码。

8.如权利要求7所述的网页数据的采集系统，其特征在于，所述网页地址采集模块和所述匹配模块之间采用循环或者嵌套的关系相互调用。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至6中任一项所述的网页数据的采集方法的步骤。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至6中任一项所述的网页数据的采集方法的步骤。