[发明专利]一种基于新闻列表实时抓取方法在审
| 申请号： | 201810991700.X | 申请日： | 2018-08-29 |
| 公开（公告）号： | CN109271576A | 公开（公告）日： | 2019-01-25 |
| 发明（设计）人： | 贝超 | 申请（专利权）人： | 中译语通科技股份有限公司 |
| 主分类号： | G06F16/953 | 分类号： | G06F16/953;G06F16/958 |
| 代理公司： | 北京中誉威圣知识产权代理有限公司 11279 | 代理人： | 蒋常雪 |
| 地址： | 100040 北京市石*** | 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： | 一种基于新闻列表实时抓取方法，包括以下步骤，输入新闻列表页地址；读取、访问网页数据；获取地址列表；分别在数据库和缓存中进行存储；从缓存中读取地址，通过数据库判断子地址数量；抓取网站地址中的内文本内容；将抓取的文本内容进行存储，通过在原有爬虫技术的基础上加入缓存技术，可以避免网站列表的重复抓取，也可以在较短的时间内获取最新的新闻列表数据。 | ||
| 搜索关键词： | 抓取 文本内容 存储 读取 缓存 数据库判断 读取地址 访问网页 缓存技术 获取地址 列表数据 爬虫技术 网站地址 页地址 子地址 网站 数据库 重复 | ||
【主权项】：
1.一种基于新闻列表实时抓取方法，其特征在于，包括以下步骤，（1）输入新闻列表页地址；（2）读取、访问网页数据；（3）获取地址列表；（4）分别在数据库和缓存中进行存储；（5）从缓存中读取地址，通过数据库判断子地址数量；（6）抓取网站地址中的内文本内容；（7）将抓取的文本内容进行存储。
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中译语通科技股份有限公司，未经中译语通科技股份有限公司许可，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/201810991700.X/，转载请声明来源钻瓜专利网。
- 上一篇：将“网站”附加在“网站大搜索”上
- 下一篇：一种基于网络的信息检索方法
