[发明专利]一种信息提取方法及系统

权利要求书

1.一种信息提取方法，其特征在于，所述方法包括步骤：

信息提取服务器发送信息提取代理服务请求至代理服务器；

所述代理服务器将所述信息提取代理服务请求分发给代理池中的公网代理IP，并通过所述公网代理IP向目标页面发起信息提取请求；所述公网代理IP为预先从公网中获得的有效代理IP；

所述代理服务器获取所述公网代理IP返回的信息提取结果，并发送给所述信息提取服务器。

2.根据权利要求1所述的一种信息提取方法，其特征在于，所述方法还包括：

所述信息提取服务器预先将信息提取代理服务的地址指定为代理服务器的地址。

3.根据权利要求2所述的一种信息提取方法，其特征在于，所述信息提取服务器预先将信息提取代理服务的地址指定为代理服务器的地址包括：

所述信息提取服务器获取所有的所述信息提取代理服务的等级值；

所述信息提取服务器将每一所述等级值与预设阈值比较；

所述信息提取服务器将小于所述预设阈值的所述等级值对应的所述信息提取代理服务的地址指定为所述代理服务器的地址。

4.根据权利要求1所述的一种信息提取方法，其特征在于，所述代理池中的所述公网代理IP通过如下步骤获得：

所述代理服务器实时检测公网获得公网中的所有代理IP；

所述代理服务器检测所有的所述代理IP的有效性；

所述代理服务器将有效的代理IP存入所述代理池中。

5.根据权利要求4所述的一种信息提取方法，其特征在于，所述方法还包括：

在满足预设的触发条件时，检测所述代理池中存储的每一所述代理IP的有效性；

将失效的代理IP从所述代理池中剔除。

6.根据权利要求1所述的一种信息提取方法，其特征在于，所述方法还包括：

所述信息提取服务器根据所述信息提取结果获取所述信息提取代理服务请求被响应的成功率值；

所述信息提取服务器判断所述成功率值是否小于预设阈值；

若是，所述信息提取服务器保持当前运行状态；

若否，所述信息提取服务器按照预设顺序逐一将所有的所述信息提取代理服务请求发送至所述代理服务器。

7.根据权利要求4所述的一种信息提取方法，其特征在于，

所述代理服务器搭建在隔离区；

所述代理服务器采用HttpClient和Jsoup技术检测所述公网；

所述代理池存储在Redis缓存中；

所述代理服务器使用Socket与所述信息提取服务器和所述公网代理IP进行信息传输。

8.一种信息提取系统，其特征在于，所述系统包括：

信息提取服务器，用于发送信息提取代理服务请求至代理服务器；

所述代理服务器，用于将所述信息提取代理服务请求分发给代理池中的公网代理IP，并通过所述公网代理IP向目标页面发起信息提取请求；所述公网代理IP为从公网中信息提取得到的有效代理IP；

所述代理服务器，还用于获取所述公网代理IP返回的信息提取结果，并发送给所述信息提取服务器。

9.根据权利要求8所述的一种信息提取系统，其特征在于，所述代理服务器，具体用于实时检测公网获得公网中的所有代理IP，检测所有的所述代理IP的有效性并将有效的代理IP存入所述代理池中。

10.一种计算机系统，其特征在于，所述系统包括：

一个或多个处理器；以及

与所述处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述处理器读取执行时，执行如权利要求1-7任一项所述的方法。