[发明专利]一种基于内嵌浏览器的可视化网络爬虫系统及分析方法

摘要

本发明涉及一种基于内嵌浏览器的可视化网络爬虫系统及分析方法，包括可视化操作界面、元素选择模式和爬虫结构树。该系统以浏览器为载体，在载体上通过多种元素选择模式获取对应元素的路径，按照多个页面层次对待爬站点进行配置。手动配置爬虫结构树的一个分支，系统即可自动完成整个结构树的配置。按照配置好的结构树，将所有元素的文本下载到数据库中。另外，该系统可以爬取任何主题。因此，本发明具有可视化程度高、自动化程度高、适用性广和配置简单的优势。

主权项

一种基于内嵌浏览器的可视化网络爬虫系统，其特征在于，包括：页面查看模式(1)：包括浏览器模式(4)、HTML元素树形结构模式(5)、脚本页面模式(6)和HTML源代码模式(7)；页面元素选择(2)：包括单选页面元素(8)、多选页面元素(9)和网页元素相似选择(10)爬虫结构树(3)：包括分支页面(11)、分页页面(12)和详细页面(13)；配置分支页面(11)是利用所述的页面元素选择(2)，将某类元素提取到分支列表，加入所述的爬虫结构树(3)。