[发明专利]招投标相关网页页面信息提取方法及系统

说明书

本发明涉及网络信息获取领域，具体涉及一种招投标相关网页页面信息提取方法及系统，该方法包括如下步骤：S1：自动根据招标和中标相关的关键字获取相关信息所在网页中的位置节点网页；S2：根据获取的位置节点网页寻找该关键词共有的父节点网页；S3：判断获取的父节点网页是否已经被获取，若父节点网页没有被获取过，则将判断该父节点网页内容排布方式后根据其排布方式进行信息爬取；S4：对爬取的招标信息和中标信息进行存储显示。本方案实现了招标信息和中标信息的自动爬取，便于投标人及时获取招标信息和中标信息。

技术领域

本发明涉及网络信息获取领域，具体涉及一种招投标相关网页页面信息提取方法及系统。

背景技术

招标投标，是在市场经济条件下进行的大宗货物的买卖、工程建设项目有发包与承包，以及服务项目的采购与提供时，所采用的一种交易方式。在这种交易方式下，通常是由项目采购(包括货物的购买、工程的发包和服务的采购)的采购方作为招标方，通过发布招标公告或者向一定数量的特定供应商、承包商发出招标邀请等方式发出招标采购的信息，提出所需采购的项目的性质及其数量、质量、技术要求，交货期、竣工期或提供服务的时间，以及其他供应商、承包商的资格要求等招标采购条件，表明将选择最能够满足采购要求的供应商、承包商与之签订采购合同的意向，由各有意提供采购所需货物、工程或服务的报价及其他响应招标要求的条件，参加投标竞争。经招标方对各投标者的报价及其他的条件进行审查比较后，从中择优选定中标者，并与其签订采购合同。

信息化的发展带来了招投标领域的新局面，原来投标人主要通过期刊杂志获取项目招投标信息的方式转变成了通过互联网网站来获取适合自己投标的信息。投标人的一种做法是登录各地的各个招投标网站来获取信息，然后通过人工的方式一个个检索并排查需要的信息。另外一种更加高效的做法是登录一些大型的招投标信息网站，通过全文检索的方式去搜索需要的招投标信息，整个过程耗费费时费力，且常常出现信息获取不及时的问题；当招标信息或中标信息发布出来后需要投标人去点击查看，但若是投标人较多时，可能将导致招标企业网站崩溃，无法及时的获取中标信息。

发明内容

本发明目的在于提供一种招投标相关网页页面信息提取方法，以解决现有投标人寻找招标信息或中标信息获取不及时的问题。

本发明提供的基础方案为：招投标相关网页页面信息提取方法，包括如下步骤：

S1：自动根据招标和中标相关的关键字获取相关信息所在网页中的位置节点网页；

S2：根据获取的位置节点网页寻找该关键词共有的父节点网页；

S3：判断获取的父节点网页是否已经被获取，若父节点网页没有被获取过，则将判断该父节点网页内容排布方式后根据其排布方式进行信息爬取；

S4：对爬取的招标信息和中标信息进行存储显示。

本发明的优点在于：

1、投标人关注多家企业网站的招标信息和中标信息时，投标人无需进入到每一家企业信息发布的网站上去看，只需通过本方案获取所有需要获取的招标信息和中标信息即可；

2、若招标企业信息公布的网站关注人数较多，在该企业发布信息后可能会导致网页崩溃无法加载的情况，采用本方案时投标人便无需进入到对应企业信息发布的网站中，只需使用本方法自动获取招标信息或中标信息，与人工获取相比，获取信息更加方便快捷。

进一步，在步骤S1-S4中，招标信息和中标信息的抓取是通过总服务器按照分配准则分配对应的信息抓取子服务器完成的。

由于需要爬取的企业信息公布的网站比较多，所以在进行招标信息和中标信息爬取时所涉及到的网站比较多，所需要用到的信息抓取子服务器也就比较多，而总服务器根据分配准则来分配信息抓取子服务器执行信息爬取工作，避免信息漏抓取或重复抓取。