申请/专利权人:江苏百达智慧网络科技有限公司
申请日:2020-08-17
公开(公告)日:2020-11-20
公开(公告)号:CN111966880A
主分类号:G06F16/951(20190101)
分类号:G06F16/951(20190101);G06F16/958(20190101);G06F8/35(20180101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2020.12.08#实质审查的生效;2020.11.20#公开
摘要:本发明公开了可视化网站内容采集方法和系统,将配置指令对应的参数代码填入预先生成的爬虫代码模板中,生成根据配置指令生成的爬虫文件;确定要部署爬虫文件的主机服务器节点;利用预先部署的scrapy将爬虫代码源文件打包编译成egg文件并利用scrapyd接口服务向要部署爬虫文件的主机服务器节点上传egg文件;接收到egg文件的主机服务器节点启动爬虫,进行网站内容采集。本平台将采集中用到的复杂语法,转化为一个个带有中文描述的选项通过前端界面展示,一步一步引导用户,让用户选择想要获取的内容;用户通过录入采集web地址,使用鼠标选中爬取范围,设定采集层级、频率等参数,即可立即完成,无需人工进行定制化编程开发,节省了时间提高了效率。
主权项:1.可视化网站内容采集方法,其特征在于,包括以下步骤:将配置指令对应的参数代码填入预先生成的爬虫代码模板中,生成根据配置指令生成的爬虫文件;确定要部署爬虫文件的主机服务器节点;利用预先部署的scrapy将爬虫代码文件打包编译成egg文件并利用scrapyd接口服务向要部署爬虫文件的主机服务器节点上传egg文件;接收到egg文件的主机服务器节点启动爬虫文件,进行网站内容采集。
全文数据:
权利要求:
百度查询: 江苏百达智慧网络科技有限公司 可视化网站内容采集方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。