[发明专利]网页数据的爬取方法及装置在审
| 申请号： | 201910772735.9 | 申请日： | 2019-08-21 |
| 公开（公告）号： | CN112417239A | 公开（公告）日： | 2021-02-26 |
| 发明（设计）人： | 许蕾 | 申请（专利权）人： | 京东方科技集团股份有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951 |
| 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： | 刘铁生;孟阿妮 |
| 地址： | 100015 *** | 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： | 本发明公开了一种网页数据的爬取方法及装置，涉及数据处理技术领域，提高了爬取不同网页模板制作的多个网页中的数据内容的爬取效率，本发明的主要技术方案为：对多个待爬取网页进行分类处理；通过通用爬取模块爬取每个待爬取网页对应的源代码文件；使用每个类别对应的专属内容解析模块对多个源代码文件进行解析处理，以获得每个源代码文件中包含的半结构化数据；使用每个类别对应的专属数据处理模块对多个半结构化数据进行分解处理，以获得每个半结构化数据包含的多个结构化数据及多个非结构化数据；将每个待爬取网页对应的多个结构化数据及多个非结构化数据进行存储。本发明应用于爬取不同网页模板制作的多个网页中的数据内容的过程中。 | ||
| 搜索关键词： | 网页 数据 方法 装置 | ||
【主权项】：
暂无信息
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京东方科技集团股份有限公司，未经京东方科技集团股份有限公司许可，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/201910772735.9/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
