[发明专利]一种聚焦网络爬虫自适应爬取方法有效
| 申请号： | 202010434886.6 | 申请日： | 2020-05-21 |
| 公开（公告）号： | CN111767482B | 公开（公告）日： | 2023-06-06 |
| 发明（设计）人： | 陈芮;许鸿文;张祥莉 | 申请（专利权）人： | 中国地质大学（武汉） |
| 主分类号： | G06F16/955 | 分类号： | G06F16/955;G06F16/951 |
| 代理公司： | 武汉知产时代知识产权代理有限公司 42238 | 代理人： | 曹雄 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种聚焦网络爬虫自适应爬取方法，包括以下步骤：使用HTTP库对url库中的url发起请求并运用解析工具解析响应内容；提取页面内的全部文本，将其以HTML标签为分界分段缓存；依次查找待爬取字段；剔除不符合该待获取字段附带条件的文本段；主题关键词集合依次与符合条件的文本内容做主题相关度检测；判断是否存在主题相关度达到阈值的文本，若存在，提取主题相关度最大的文本内容进行存储，若不存在，则爬取下一个字段内容，直到爬取完所有字段；重复上述操作直到爬取完所有目标url。 | ||
| 搜索关键词： | 一种 聚焦 网络 爬虫 自适应 方法 | ||
【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中国地质大学（武汉），未经中国地质大学（武汉）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/202010434886.6/，转载请声明来源钻瓜专利网。
- 上一篇：富硒香蒜产品及其生产方法
- 下一篇：一种提高经济作物对黄瓜花叶病毒抗性的方法
