[发明专利]网页内容的爬取方法、装置、计算机设备及存储介质在审
| 申请号： | 202111060009.8 | 申请日： | 2021-09-10 |
| 公开（公告）号： | CN113761315A | 公开（公告）日： | 2021-12-07 |
| 发明（设计）人： | 王鹏 | 申请（专利权）人： | 未鲲（上海）科技服务有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/955 |
| 代理公司： | 深圳市精英专利事务所 44242 | 代理人： | 李翔宇 |
| 地址： | 200135 上海市浦东新区*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种网页内容的爬取方法、装置、计算机设备及存储介质。所述方法包括：获取种子URL；然后根据所述种子URL爬取目标网页；再通过预设的JSOUP文本解析器对所述目标网页进行解析处理，得到解析后的目标网页；通过预设的JSONPTAH内容抽取引擎中URL与内容抽取逻辑的对应关系从所述解析后的目标网页中抽取目标内容；最后将所述目标内容存储至资源库中。本方案中的JSOUP文本解析器可以支持多种类型文本协议的解析，JSONPTAH内容抽取引擎可以提取通过JSOUP文本解析器解析后的内容。通过实施本发明实施例的方法可提高爬取场景的覆盖率。 | ||
| 搜索关键词： | 网页 内容 方法 装置 计算机 设备 存储 介质 | ||
【主权项】：
暂无信息
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未鲲（上海）科技服务有限公司，未经未鲲（上海）科技服务有限公司许可，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/202111060009.8/，转载请声明来源钻瓜专利网。
- 内容再现系统、内容提供方法、内容再现装置、内容提供装置、内容再现程序和内容提供程序
- 内容记录系统、内容记录方法、内容记录设备和内容接收设备
- 内容服务系统、内容服务器、内容终端及内容服务方法
- 内容分发系统、内容分发装置、内容再生终端及内容分发方法
- 内容发布、内容获取的方法、内容发布装置及内容传播系统
- 内容提供装置、内容提供方法、内容再现装置、内容再现方法
- 内容传输设备、内容传输方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容发送设备、内容发送方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容再现装置、内容再现方法、内容再现程序及内容提供系统
- 内容记录装置、内容编辑装置、内容再生装置、内容记录方法、内容编辑方法、以及内容再生方法
