[发明专利]一种网络爬虫方法及装置有效
| 申请号： | 201510609537.2 | 申请日： | 2015-09-22 |
| 公开（公告）号： | CN105260405B | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 罗杰;梁家盟 | 申请（专利权）人： | 北京云知声信息技术有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951 |
| 代理公司： | 北京尚伦律师事务所 11477 | 代理人： | 张俊国 |
| 地址： | 100191 北京市海*** | 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： | 本发明公开了一种网络爬虫方法及装置，用于解除网络爬虫任务中相邻执行阶段之间的耦合性，从而实现网络爬虫的每个执行阶段的模块化。所述方法包括：获取网络爬虫任务的配置文件，配置文件包括网络爬虫任务的每一个执行阶段的标识、每一个执行阶段的执行顺序及每一个执行阶段对应的配置参数；根据每一个执行阶段的标识以及每一个执行阶段的执行顺序，确定网络爬虫的当前执行阶段；获取当前执行阶段的输入数据；根据当前执行阶段对应的配置参数和输入数据执行当前执行阶段。该技术方案解除了网络爬虫任务中相邻执行阶段之间的耦合性，使每个执行阶段的执行更加模块化，提高了网络爬虫的效率。 | ||
| 搜索关键词： | 一种 网络 爬虫 方法 装置 | ||
【主权项】：
1.一种网络爬虫方法，其特征在于，包括：获取网络爬虫任务的配置文件，所述配置文件包括所述网络爬虫任务的每一个执行阶段的标识、所述每一个执行阶段的执行顺序及所述每一个执行阶段对应的配置参数；根据所述每一个执行阶段的标识以及所述每一个执行阶段的执行顺序，确定所述网络爬虫任务的当前执行阶段；获取所述当前执行阶段的输入数据，所述输入数据为所述当前执行阶段之前的上一个执行阶段的输出数据，所述输入数据或所述输出数据是通过预设的输入输出接口格式进行输入或输出的；将所述输入数据中的配置参数的类型和所述当前执行阶段对应的配置参数的类型进行对比，得到所述当前执行阶段对应的配置参数中与所述输入数据中的配置参数类型不匹配的第一配置参数；确定将所述输入数据中的配置参数转换为所述第一配置参数的转换规则；根据所述转换规则对所述输入数据中的配置参数进行转换，得到所述当前执行阶段对应的配置参数；根据所述当前执行阶段对应的配置参数和所述输入数据执行所述当前执行阶段。
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北京云知声信息技术有限公司，未经北京云知声信息技术有限公司许可，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/201510609537.2/，转载请声明来源钻瓜专利网。
