[发明专利]一种基于分布式爬虫技术的数据爬取实现方法在审
| 申请号： | 202011474920.9 | 申请日： | 2020-12-14 |
| 公开（公告）号： | CN112487268A | 公开（公告）日： | 2021-03-12 |
| 发明（设计）人： | 陈绪龙;王军凯;卢文琳 | 申请（专利权）人： | 安徽经邦软件技术有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951 |
| 代理公司： | 合肥方舟知识产权代理事务所(普通合伙) 34158 | 代理人： | 刘跃 |
| 地址： | 230000 安徽省合肥市包河工业区花园*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于分布式爬虫技术的数据爬取实现方法，涉及数据爬取技术领域，包括以下步骤：S1、指定URL，根据给定地址找到最终需要找到抓取数据的地址，并得到对应的指标代码；S2、发起请求，根据S1获取到的代码,拼接网址并判断是否为所需的抓取数据,如果为数据页,则回调到详情页,否则继续循环寻找数据网址；本发明采用聚焦抓取、scrappy,抓取过程中使用了正则,json数据,数据频度为年,月,季度等多个数据,增量更新,批量插入Oracle数据库，在实施网页抓取时会对内容进行处理筛选，尽量保证只抓取与需求相关的网页信息，方便的检查一个字符串是否与某种模式匹配。 | ||
| 搜索关键词： | 一种 基于 分布式 爬虫 技术 数据 实现 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安徽经邦软件技术有限公司，未经安徽经邦软件技术有限公司许可，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/202011474920.9/，转载请声明来源钻瓜专利网。
