[发明专利]一种爬虫系统自定义去重的方法及装置有效
| 申请号： | 201510652718.3 | 申请日： | 2015-10-10 |
| 公开（公告）号： | CN106570023B | 公开（公告）日： | 2020-11-27 |
| 发明（设计）人： | 李可欣 | 申请（专利权）人： | 北京国双科技有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F11/14 |
| 代理公司： | 北京鼎佳达知识产权代理事务所(普通合伙) 11348 | 代理人： | 王伟锋;刘铁生 |
| 地址： | 100083 北京市海淀区*** | 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： | 本发明公开了一种爬虫系统自定义去重的方法及装置，涉及数据处理领域，解决了网络爬虫执行多个临时任务时造成数据重复爬取的问题。本发明的方法包括：设置当前爬取任务的爬取参数；在当前爬取任务运行过程中将当前布隆过滤器的内存数据进行备份得到备份数据；在当前爬取任务结束时将所述备份数据转存至数据库中；在建立下一爬取任务时根据所述爬取参数从所述数据库中加载所述备份数据。本发明主要用于网络爬虫执行多个临时任务时避免数据的重复获取。 | ||
| 搜索关键词： | 一种 爬虫 系统 自定义 方法 装置 | ||
【主权项】：
一种爬虫系统自定义去重的方法，其特征在于，所述方法包括：设置当前爬取任务的爬取参数；在当前爬取任务运行过程中将当前布隆过滤器的内存数据进行备份得到备份数据；在当前爬取任务结束时将所述备份数据转存至数据库中；在建立下一爬取任务时根据所述爬取参数从所述数据库中加载所述备份数据。
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国双科技有限公司，未经北京国双科技有限公司许可，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/201510652718.3/，转载请声明来源钻瓜专利网。
