[发明专利]一种信息抓取方法及装置

说明书

本发明提供了一种信息抓取方法及装置，该方法包括：获取信息抓取请求；根据所述信息抓取请求中携带的抓取关键词，确定与所述抓取关键词对应的至少一个公众号；从确定出的各个所述公众号中，抓取与所述信息抓取请求相对应的信息。本方案能抓取到符合用户需求的信息。

技术领域

本发明涉及计算机技术领域，特别涉及一种信息抓取方法及装置。

背景技术

随着互联网技术的不断发展，越来越多的企业或组织已习惯于从互联网上抓取其需要的信息。

目前，主要从各个门户网站的网页中抓取数据。例如，某网站的一个网页中包括有娱乐新闻展示模块和民生新闻展示模块，则可分别从娱乐新闻展示模块和民生新闻展示模块分别抓取相应的信息。

但是，由于移动互联网的快速发展，越来越多的用户习惯于通过移动互联网来发布及查看信息，相应的，各个门户网站的网页所展示的信息越来越少，很难从网页所展示的信息中抓取到符合用户需求的信息，因此，如何获取符合用户需求的信息则成为亟待解决的问题。

发明内容

本发明实施例提供了一种信息抓取方法及装置，能抓取到符合用户需求的信息。

第一方面，本发明实施例提供了一种信息抓取方法，包括：

获取信息抓取请求；

根据所述信息抓取请求中携带的抓取关键词，确定与所述抓取关键词对应的至少一个公众号；

从确定出的各个所述公众号中，抓取与所述信息抓取请求相对应的信息。

优选地，

所述根据所述信息抓取请求中携带的抓取关键词，确定与所述抓取关键词对应的至少一个公众号，包括：

根据所述抓取关键词，确定至少一个待选公众号，以及每一个所述待选公众号对应的标识信息；

针对每一个所述待选公众号，均执行：

从所述标识信息中解析出至少一个特征字符；

从所述至少一个特征字符中确定与所述抓取关键词相对应的目标字符，并确定所述目标字符的数量；

当所述目标字符的数量大于预设数量阈值时，将所述待选公众号作为与所述抓取关键词对应的所述公众号。

优选地，

所述从确定出的各个所述公众号中，抓取与所述信息抓取请求相对应的信息，包括：

确定每一个所述公众号发布的至少一条历史信息；

从所述至少一条历史信息中确定与所述抓取关键词对应的至少一条抓取信息；

对所述至少一条抓取信息进行抓取。

优选地，

所述对所述至少一条抓取信息进行抓取，包括：

确定每一条所述抓取信息对应的发布时间；

根据所述抓取请求中携带的抓取时间以及所述发布时间，从所述至少一条抓取信息中确定目标抓取信息；

对确定出的所述目标抓取信息进行抓取。

优选地，

所述对所述至少一条抓取信息进行抓取，包括：

确定每一个所述公众号发布的各条所述抓取信息对应的发布时间；

根据所述发布时间，分别确定每一个所述公众号对应的抓取信息发布频率；

根据所述抓取信息发布频率，从各个所述公众号中选择所述抓取信息发布频率较大的至少一个目标公众号；