[发明专利]一种基于深网爬虫的高效数据采集方法及系统有效
| 申请号： | 201610370842.5 | 申请日： | 2016-05-30 |
| 公开（公告）号： | CN106066875B | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 张军;贾西贝;钟志强 | 申请（专利权）人： | 深圳市华傲数据技术有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/953;G06F16/9535;G06F16/955 |
| 代理公司： | 北京酷爱智慧知识产权代理有限公司 11514 | 代理人： | 赵永辉 |
| 地址： | 518000 广东省深圳市龙华新区清*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深网爬虫的高效数据采集方法及系统，包括：利用已知名称作为关键词进行初步搜索采样，获取对应编号信息和编号规则；将所有编号信息按照编号规则分组后并按升序排列，两两编号信息建立一个数据间隔；基于编号信息按照数据间隔从小到大的顺序进行遍历搜索，获取数据全集。本发明所公开的技术方案可以适用于多种行业信息的数据抓取，包括但不限于：企业工商信息、图书信息、商品信息、审判文书等。利用本发明所述的技术方案对于行业性网站进行深网数据抓取，不仅能够准确获取相关数据全集，更重要的是能够在较短时间内完成大量有效数据的采集。 | ||
| 搜索关键词： | 一种 基于 爬虫 高效 数据 采集 方法 系统 | ||
【主权项】：
1.一种基于深网爬虫的高效数据采集方法，其特征在于，包括：利用已知名称作为关键词进行初步搜索采样，获取对应编号信息和编号规则；其中，所述编号信息为遵循一定编号规则并能够一一遍历的编码数据；将所有编号信息按编号规则分组并按升序排列，两两编号信息建立一个数据间隔；基于编号信息按照数据间隔从小到大的顺序进行遍历搜索。
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深圳市华傲数据技术有限公司，未经深圳市华傲数据技术有限公司许可，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/201610370842.5/，转载请声明来源钻瓜专利网。
- 上一篇：对象处理方法及终端
- 下一篇：一种移动终端信息资讯的归档方法及移动终端
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
