[发明专利]一种页面爬取规则的配置方法及装置有效
| 申请号： | 201710884074.X | 申请日： | 2017-09-26 |
| 公开（公告）号： | CN110020068B | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 满悦 | 申请（专利权）人： | 北京国双科技有限公司 |
| 主分类号： | G06F16/953 | 分类号： | G06F16/953 |
| 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： | 本发明公开了一种页面爬取规则的配置方法及装置，涉及计算机技术领域，主要目的在于能够自动生成页面爬取规则，并提高爬取规则的生成速度，本发明的主要技术方案为：从需要配置爬取规则的页面中选取待爬取页面元素；根据所述待爬取页面元素对应的属性信息，生成页面元素的路径信息；通过设置与所述待爬取页面元素相匹配的正则表达式模板，生成与所述待爬取页面元素的内容相匹配的正则表达式；根据所述待爬取页面元素在待爬取页面中的显示规则以及所述待爬取页面元素在待爬取页面中的位置信息配置所述待爬取页面的页面爬取规则。本发明主要用于页面爬取规则的配置。 | ||
| 搜索关键词： | 一种 页面 规则 配置 方法 装置 | ||
【主权项】：
1.一种页面爬取规则的配置方法，其特征在于，包括：从需要配置爬取规则的页面中选取待爬取页面元素；根据所述待爬取页面元素对应的属性信息，生成页面元素的路径信息，所述页面元素的路径信息用于记录所述待爬取页面元素在待爬取页面中的位置信息；通过设置与所述待爬取页面元素相匹配的正则表达式模板，生成与所述待爬取页面元素的内容相匹配的正则表达式，所述正则表达式用于记录所述待爬取页面元素在待爬取页面中的显示规则；根据所述待爬取页面元素在待爬取页面中的显示规则以及所述待爬取页面元素在待爬取页面中的位置信息配置所述待爬取页面的页面爬取规则。
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/201710884074.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种网站模板引擎系统
- 下一篇：访问量计算的方法及装置
