[发明专利]网页数据解析方法、装置及计算机可读存储介质在审
| 申请号： | 201910042023.1 | 申请日： | 2019-01-17 |
| 公开（公告）号： | CN109918428A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 檀传华;冉梦龙;孟文斌;李祖光;陈锦韬 | 申请（专利权）人： | 重庆金融资产交易所有限责任公司 |
| 主分类号： | G06F16/25 | 分类号： | G06F16/25;G06F16/951 |
| 代理公司： | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人： | 高杰;于志光 |
| 地址： | 400010 重庆市渝*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及数据采集技术领域，揭露了一种网页数据解析方法，包括：在进行数据抓取时，针对需抓取的数据所在的网络页面，解析并获取待抓取数据所在的页面个数；根据解析出的待抓取数据所在的页面个数，利用与所述页面个数相匹配的数据抓取方式进行数据抓取，得到抓取的页面数据；针对抓取到的所述页面数据进行数据处理，生成所需的结构化数据并存储。本发明还提出一种网页数据解析装置以及一种计算机可读存储介质。本发明实现了一种网页抓取初次解析与结构化数据格式转换进行分开执行的网页数据解析技术，降低网页数据解析对源网站结构的过度依赖；另外，网页抓取初次解析与结构化信息抽取格式转换分开，独立运行，具有高内聚低耦合的有益效果。 | ||
| 搜索关键词： | 抓取 网页数据解析 解析 数据抓取 计算机可读存储介质 页面 网页抓取 页面数据 结构化数据格式 数据采集技术 结构化数据 结构化信息 独立运行 分开执行 格式转换 网络页面 网站结构 数据处理 低耦合 内聚 匹配 抽取 存储 转换 | ||
【主权项】：
1.一种网页数据解析方法，其特征在于，所述方法包括：在进行数据抓取时，针对需抓取的数据所在的网络页面，解析并获取待抓取数据所在的页面个数；根据解析出的待抓取数据所在的页面个数，利用与所述页面个数相匹配的数据抓取方式进行数据抓取，得到抓取的页面数据；针对抓取到的所述页面数据进行数据处理，生成所需的结构化数据并存储。
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重庆金融资产交易所有限责任公司，未经重庆金融资产交易所有限责任公司许可，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/201910042023.1/，转载请声明来源钻瓜专利网。
