[发明专利]一种实时采集已购电子资源数据库访问记录的方法

权利要求书

1.一种实时采集已购电子资源数据库访问记录的方法，其特征在于：

是采用数据库网关转发技术和页面分析技术结合来实现，具体步骤为：

(1)：首先使用终端完成终端认证；

具体为：

创建一个用户认证的页面，用以认证终端身份；

建立一个电子资源数据库的导航页面，在终端完成登录后，点击页面上某个电子资源数据库的连接实现对电子资源数据库的访问；

(2)：根据终端身份和需要访问的数据库信息将请求送到数据库网关；

具体为：

搭建一个网页代理访问服务器，以实现对数据库访问时的代理访问；代理服务的目的是实现请求转发和url重写；

ticket为安全码，规则可以为md5({userid}+{privatekey}+(int)(now.getTime()/1000))，priavekey可以每个用户单独设置，group为角色，可以为空，空的情况下为默认权限，可用于控制不同用户的不同访问策略；

数据库网关再接受请求后，将请求转发到数据库网站，数据库网站返回页面时，动态在页面中嵌入终端信息和分析提取脚本；

(3)：数据库网关将请求转发到实际的数据库网站；

具体为：

根据访问电子资源数据库的页面特性分析页面中所要提取的内容所在位置，完成规则的配置，可以通过xpath或字符串特征进行标注；并将规则写入到页面分析脚本文件(js)文件中；

(4)：数据网站返回页面数据时，在经过数据库网关时，动态嵌入页面分析脚本，也就是在页面代码中嵌入引用脚本的代码，脚本文件为云端可编辑的js文件，用于在终端执行并分析网页中的内容；在js脚本中包含了数据库相关分析规则，在分析规则中定义了不同数据库在终端浏览器显示时其各元素所在位置，有便于脚本文件进行有规则的页面抓取；

具体为：

搭建日志接收服务器，先安装一个mysql数据库，创建用于存储日志信息的数据表，为了能够实现通过网络推送日志信息，需要在服务器上搭建web应用服务器；

(5)：返回的页面在终端浏览器打开后，页面分析脚本自动运行，根据在js脚本中定义好的规则提取页面中所看文章的内容；

具体为：

实现日志推送接口,用于接收日志，接收形式为http协议接口，接受格式为json封装的数据格式，接口接受到推送的日志后，将日志写入到数据库中；

(6)：提取完成后，在终端浏览器自动调用日志记录接口，完成日志写入；

具体为：

通过读取数据库中的日志用于分析或显示电子资源数据库的访问日志，日志具体信息可以包含访问人员账号、访问时间、访问IP、访问电子资源数据库URL、访问文章题名、文章作者、浏览或下载。

2.根据权利要求1所述的一种实时采集已购电子资源数据库访问记录的方法，其特征在于：数据库网关再接受请求后，将请求转发到数据库网站，数据库网站返回页面时，动态在页面中嵌入终端信息和分析提取脚本。

3.根据权利要求1所述的一种实时采集已购电子资源数据库访问记录的方法，其特征在于：在第4步骤中，终端浏览器接受到数据，显示数据库内容，同时已经嵌入在页面中的分析提取脚本开始运行，分析提取脚本提取页面中的用户信息，同时判断该页面是否为所需要抓取内容的页面，如果是具体内容页，则根据规则抓取页面内容；页面分析抓取实现。

4.根据权利要求1所述的一种实时采集已购电子资源数据库访问记录的方法，其特征在于：在第4步骤中，各元素是文章题名、期刊名称、作者的关键信息。

5.根据权利要求1所述的一种实时采集已购电子资源数据库访问记录的方法，其特征在于：在根据在js脚本中定义好的规则提取页面中所看文章的内容后，再分析提取脚本完成数据提取后，调用日志平台约定的消息队列将数据推入消息队列。

6.根据权利要求1所述的一种实时采集已购电子资源数据库访问记录的方法，其特征在于：上述第6步骤中，日志平台接受消息，解析推送的日志内容，提取终端账号、日志内容将信息写入数据库，同时完成和终端信息的关联。