[发明专利]控制网络爬虫的任务分配方法和装置有效
| 申请号： | 201610243866.4 | 申请日： | 2016-04-18 |
| 公开（公告）号： | CN107305548B | 公开（公告）日： | 2020-02-28 |
| 发明（设计）人： | 杨杰 | 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 |
| 代理公司： | 北京康信知识产权代理有限责任公司 11240 | 代理人： | 韩建伟;张永明 |
| 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： | 本申请公开了一种控制网络爬虫的任务分配方法和装置。其中，网络爬虫采用多线程执行任务，多线程预先存放于线程池内，该方法包括：通过信号量判断多线程中的任务线程的数量是否达到任务最大并行数，其中，信号量的初始值为任务最大并行数，任务线程为经过信号量的线程；在通过信号量判断出多线程中的任务线程的数量达到任务最大并行数时，阻止线程池内的线程从URL队列中获取任务；以及在通过信号量判断出多线程中的任务线程的数量未达到任务最大并行数时，控制线程池内的线程从URL队列中获取任务。本申请解决了相关技术中通过中间控制器分配网络爬虫任务导致爬虫系统变得较为复杂的技术问题。 | ||
| 搜索关键词： | 控制 网络 爬虫 任务 分配 方法 装置 | ||
【主权项】：
一种控制网络爬虫的任务分配方法，其特征在于，所述网络爬虫采用多线程执行任务，所述多线程预先存放于线程池内，所述方法包括：通过信号量判断所述多线程中的任务线程的数量是否达到任务最大并行数，其中，所述信号量的初始值为所述任务最大并行数；在通过所述信号量判断出所述多线程中的任务线程的数量达到所述任务最大并行数时，阻止所述线程池内的线程从URL队列中获取任务；以及在通过所述信号量判断出所述多线程中的任务线程的数量未达到所述任务最大并行数时，控制所述线程池内的线程从所述URL队列中获取任务。
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/201610243866.4/，转载请声明来源钻瓜专利网。
