[发明专利]可显著提高网络信息抓取和存储速度的方法在审
| 申请号： | 201811417698.1 | 申请日： | 2018-11-26 |
| 公开（公告）号： | CN109670096A | 公开（公告）日： | 2019-04-23 |
| 发明（设计）人： | 韩金花 | 申请（专利权）人： | 河南大瑞物联网科技有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/955 |
| 代理公司： | 北京棘龙知识产权代理有限公司 11740 | 代理人： | 谢静 |
| 地址： | 450001 河南省郑州市高新技术*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了可显著提高网络信息抓取和存储速度的方法，包括：步骤1，通过网络爬虫从Internet上抓取所需信息，并抽取出需要的关键字；步骤2，URL只是全部种子URL的一部分，将这些URL放入待抓取的URL队列中，从待抓取的URL队列中取出待抓取URL，解析DNS，并得到主机的IP，将URL对应的网页下载下来，存储进已下载网页库中，将下载了网页的URL放进已抓取URL队列中，分析已抓取队列中的URL；步骤3，通过数据分类模块对爬虫抓取的内容进行处理；步骤4，通过数据存储模块对需要抓取数据网站的URL信息、爬虫从网页中抽取出来的数据以及经过DP处理后的数据进行存储。本发明提高了网络信息的采集和抓取速度，同时提高了抓取后信息的存储速度。 | ||
| 搜索关键词： | 抓取 存储 网络信息 爬虫 下载 取出 网页 数据存储模块 数据分类模块 数据网站 网络爬虫 网页下载 网页库 放入 队列 解析 主机 抽取 采集 分析 | ||
【主权项】：
1.可显著提高网络信息抓取和存储速度的方法，其特征在于，包括：步骤1，通过网络爬虫从Internet上抓取所需信息，并抽取出需要的关键字；步骤2，通过URL队列为爬虫提供需要抓取数据网络的URL；URL只是全部种子URL的一部分，将这些URL放入待抓取的URL队列中，从待抓取的URL队列中取出待抓取URL，解析DNS，并得到主机的IP，将URL对应的网页下载下来，存储进已下载网页库中，将下载了网页的URL放进已抓取URL队列中，分析已抓取队列中的URL；步骤3，通过数据分类模块对爬虫抓取的内容进行处理；步骤4，通过数据存储模块对需要抓取数据网站的URL信息、爬虫从网页中抽取出来的数据以及经过DP处理后的数据进行存储。
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河南大瑞物联网科技有限公司，未经河南大瑞物联网科技有限公司许可，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/201811417698.1/，转载请声明来源钻瓜专利网。
