[发明专利]一种目标页面内容抓取方法和装置在审
| 申请号： | 201510375465.X | 申请日： | 2015-06-30 |
| 公开（公告）号： | CN104965901A | 公开（公告）日： | 2015-10-07 |
| 发明（设计）人： | 黄钊 | 申请（专利权）人： | 北京奇虎科技有限公司;奇智软件（北京）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 苏培华 |
| 地址： | 100088 北京市西城区新*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种目标页面内容抓取方法和装置，涉及网页技术领域。所述方法包括：获取目标页面的网页文档；根据针对所述目标页面的相对路径信息，在所述网页文档中查找所述相对路径信息下的文档对象模型节点；其中，所述相对路径信息基于文档对象模型节点的属性相关信息构建；从查找到的文档对象模型节点中，提取目标页面内容解决了字符串匹配方式下很难准确区分目标元素信息特点，很难对抓取后的结果进行解析的问题，以及绝对路径的匹配方式下由于网页页面对JS脚本延迟加载的因素，导致绝对路径不统一而抓取过程无法正常执行的问题，取得了抓取目标页面内容时，不受页面小范围变动干扰，抓取规则配置简单，并且可以提高抓取效率的有益效果。 | ||
| 搜索关键词： | 一种 目标 页面 内容 抓取 方法 装置 | ||
【主权项】：
一种目标页面内容抓取方法，包括：获取目标页面的网页文档;根据针对所述目标页面的相对路径信息，在所述网页文档中查找所述相对路径信息下的文档对象模型节点；其中，所述相对路径信息基于文档对象模型节点的属性相关信息构建；从查找到的文档对象模型节点中，提取目标页面内容。
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北京奇虎科技有限公司;奇智软件（北京）有限公司，未经北京奇虎科技有限公司;奇智软件（北京）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/201510375465.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种数据处理方法及装置
- 下一篇：面向患者的医院在线查询系统
- 内容再现系统、内容提供方法、内容再现装置、内容提供装置、内容再现程序和内容提供程序
- 内容记录系统、内容记录方法、内容记录设备和内容接收设备
- 内容服务系统、内容服务器、内容终端及内容服务方法
- 内容分发系统、内容分发装置、内容再生终端及内容分发方法
- 内容发布、内容获取的方法、内容发布装置及内容传播系统
- 内容提供装置、内容提供方法、内容再现装置、内容再现方法
- 内容传输设备、内容传输方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容发送设备、内容发送方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容再现装置、内容再现方法、内容再现程序及内容提供系统
- 内容记录装置、内容编辑装置、内容再生装置、内容记录方法、内容编辑方法、以及内容再生方法
