[发明专利]一种eDonkey网络共享文件及客户端信息爬取方法

权利要求书

1.一种通过关键词查询获取eDonkey网络共享文件及客户端信息爬取方法，其特征是，该方法包括以下步骤：

A.设置多个常用词语，并将这些词语放置在列表S中；

B.确定要爬取的服务器的查询结果上限m；

C.把要查询的全部关键词放在队列Q中；

D.进行关键词查询；其实现方法如下：

1)从队列Q的头部取出一个关键词w，同时把w从Q中删除；

2)设置计数器c为0；

3)向服务器查询关键词w；

4)如果查询结果数目大于m*95％，执行下面的操作；否则执行7)；

5)如果c＜8，则向服务器发出“查询更多结果”请求，查询尚未返回的其它结果，并将计数器c的值加1，然后执行4)；否则执行下面的操作；

6)将常用词表S中的每一个词v分别与w组合为新的关键词“v w”，且满足w不包含S中任何一个词，如果至少有一个新的关键词产生，则将全部新生成的关键词加入到队列Q的尾部，并执行1)；否则执行下面的操作；

7)如果Q不为空，执行1)；否则执行下面的操作；

8)结束。

2.如权利要求1所述的方法，其特征是，所述队列Q为一个先进先出的数据结构。

3.如权利要求2所述的方法，其特征是，所述步骤B的实现方法如下：

B1.从常用词列表S中取出n个最常用的词，作为查询服务器用的关键词；

B2.针对每一个关键词，分别向服务器进行关键词查询；

B3.比较每个关键词的查询结果数目，找出最大的数目m；

B4.服务器的查询结果上限为m。

4.如权利要求3所述的方法，其特征是，所述步骤B1中n的取值为5＜n≤20。