[发明专利]一种网络爬虫系统及方法在审
| 申请号： | 201710099555.X | 申请日： | 2017-02-23 |
| 公开（公告）号： | CN107066526A | 公开（公告）日： | 2017-08-18 |
| 发明（设计）人： | 李阜丰;何斌 | 申请（专利权）人： | 武汉智寻天下科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F9/54 |
| 代理公司： | 北京汇泽知识产权代理有限公司11228 | 代理人： | 董佳佳,张瑾 |
| 地址： | 430070 湖北省*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供的网络爬虫系统及方法，该系统包括至少一个服务器集群，服务器集群包括多个服务器；上述多个服务器用于接收至少一个链接生成任务，放入任务队列；根据任务中存储的链接，下载链接所对应的网页内容；将网页内容解析成预设的数据和新链接，将预设的数据存储在数据库中，将新链接暂存到缓存中；对所述新链接进行过滤去重处理，去重处理后的新链接加入到任务队列。本发明技术方案采用分布式架构，所有各个功能程序可以分布到不同的物理节点上，以此来扩充整体的性能，实现了可以横向扩展性能，可以并行或串行地运行，可以满足大规模、快速大数据量的网络抓取。 | ||
| 搜索关键词： | 一种 网络 爬虫 系统 方法 | ||
【主权项】：
一种网络爬虫系统，其特征在于，包括至少一个服务器集群，所述服务器集群包括多个服务器；其中：所述多个服务器用于接收至少一个链接生成任务，放入任务队列；根据所述任务中存储的链接，下载所述链接所对应的网页内容；将所述网页内容解析成预设的数据和新链接，将所述预设的数据存储在数据库中，将所述新链接暂存到缓存中；对所述新链接进行过滤去重处理，去重处理后的新链接加入到所述任务队列。
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武汉智寻天下科技有限公司，未经武汉智寻天下科技有限公司许可，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/201710099555.X/，转载请声明来源钻瓜专利网。
