[发明专利]一种基于HERITRIX和HTMLPARSER商品信息提取方法在审
| 申请号： | 201510129487.8 | 申请日： | 2015-03-24 |
| 公开（公告）号： | CN104731909A | 公开（公告）日： | 2015-06-24 |
| 发明（设计）人： | 焦毓葳;徐宏伟;崔乐乐 | 申请（专利权）人： | 浪潮集团有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06Q30/00 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 姜明 |
| 地址： | 250101 山东*** | 国省代码： | 山东;37 |
| 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HERITRIX和HTMLPARSER商品信息提取方法，所述的商品信息提取方法是：用HtmlParser对Web页面进行解析，提取出网页中的超链接，从而获取有用信息；用heritrix扩展爬取逻辑，修改模块Heritrix，准确抓取商品网页信息。本发明的一种基于HERITRIX和HTMLPARSER商品信息提取方法和现有技术相比，利用HtmlParser对Web页面进行解析，可提取出网页中的超链接，从而获取有用信息，具有提取速度快的优点；利用heritrix 扩展爬取逻辑，能准确抓取商品网页信息，改进爬取效率。 | ||
| 搜索关键词： | 一种 基于 heritrix htmlparser 商品信息 提取 方法 | ||
【主权项】：
一种基于HERITRIX和HTMLPARSER商品信息提取方法，其特征在于，所述的商品信息提取方法是：用HtmlParser对Web页面进行解析，提取出网页中的超链接，从而获取有用信息；用heritrix扩展爬取逻辑，修改模块Heritrix，准确抓取商品网页信息。
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浪潮集团有限公司;，未经浪潮集团有限公司;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/201510129487.8/，转载请声明来源钻瓜专利网。
