[发明专利]一种基于Nutch的Web信息提取方法和系统在审
| 申请号： | 201510004508.3 | 申请日： | 2015-01-06 |
| 公开（公告）号： | CN104516982A | 公开（公告）日： | 2015-04-15 |
| 发明（设计）人： | 施佺;徐露;丁卫泽;程显毅;丁卫平;李冬冬;孙鸿艳 | 申请（专利权）人： | 南通大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 苏州创元专利商标事务所有限公司 32103 | 代理人： | 范晴 |
| 地址： | 226019 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Nutch的Web信息提取系统，包括信息提取模块、存储模块、索引模块和检索模块；所述信息提取模块通过Nutch框架从互联网中抓取网页数据，解析数据；所述存储模块用于存储过滤掉网页数据的网页提取文件;所述索引模块用于将Nutch采集的网页信息传递给Solr建立索引；所述检索模块使用Solr响应用户查询请求并把查询结果以XML页面形式显示给用户。提高了信息提取的响应和运行速度、稳定性及可扩展性，减少程序占用过多的存储空间，为用户能够及时地获得有效信息提供保证。 | ||
| 搜索关键词： | 一种 基于 nutch web 信息 提取 方法 系统 | ||
【主权项】：
一种基于Nutch的Web信息提取系统，其特征在于，包括信息提取模块、存储模块、索引模块和检索模块；所述信息提取模块通过Nutch框架从互联网中抓取网页数据，解析数据；所述存储模块，用于存储网页搜寻条件和过滤掉网页数据的网页提取文件；所述索引模块用于将Nutch采集的网页信息传递给Solr建立索引；所述检索模块用于使用Solr响应用户查询请求，并把查询结果以XML页面显示于用户界面。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南通大学;，未经南通大学;许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510004508.3/，转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
