[发明专利]一种面向主题的获取动态页面内容的方法及系统有效
| 申请号： | 201210060335.3 | 申请日： | 2012-03-08 |
| 公开（公告）号： | CN102662966A | 公开（公告）日： | 2012-09-12 |
| 发明（设计）人： | 归文胜;黎建辉;杨风雷 | 申请（专利权）人： | 中国科学院计算机网络信息中心 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙) 11200 | 代理人： | 余长江 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面向主题的获取动态页面内容的方法及系统，属于网络数据采集技术领域。本方法为：1)在抓取服务器端建立一JavaScript过滤库和一JavaScript本地库；2)获取每一抓取页面的页面信息，生成当前页面的DOM对象；3)根据过滤库检验当前页面中请求的外部文件，如果与主题无关，则在当前页面的DOM对象相应位置设置无需加载标记，否则设置正常加载标记；4)如果标记为正常加载的外部文件存在于本地库，则设置本地加载标记，否则设置正常加载标记；5)执行当前页面中的JavaScript，获取动态页面信息；6)获取整合后的页面信息。与现有技术相比，本方法具有更高的时效性、且动态页面信息完整。 | ||
| 搜索关键词： | 一种 面向 主题 获取 动态 页面 内容 方法 系统 | ||
【主权项】：
一种面向主题的获取动态页面内容的方法，其步骤为：1)在抓取服务器端建立一JavaScript过滤库和一JavaScript本地库；2)获取每一抓取页面的页面信息，生成当前页面的DOM对象；如果当前页面中使用宿主对象，则该抓取服务器将其实例化为相应对象；3)根据所述JavaScript过滤库检验当前页面中请求的外部JavaScript文件，如果与主题无关，则在当前页面的DOM对象相应位置设置无需加载标记，否则设置正常加载标记；4)对于标记为正常加载的外部JavaScript文件，如果当前处理的JavaScript文件存在于所述JavaScript本地库，则设置本地加载标记，否则设置正常加载标记；5)执行当前页面中的JavaScript，获取动态页面信息；其中，根据加载标记加载外部JavaScript文件；6)检验获取的每一动态页面是否丢失了原有页面中的部分信息，如果丢失，则重新将丢失部分添加到动态页面中，得到整合后的页面信息。
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科学院计算机网络信息中心，未经中国科学院计算机网络信息中心许可，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/201210060335.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种网页预加载方法及系统
- 下一篇：一种进程通信方法和装置
