一种基于Jsoup的网页新闻列表的抓取及保存方法

发明专利有效专利

申请号：
CN201710858359.6
IPC分类号：G06F17/30
申请日期：
2017-09-12
申请人：
中山大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于Jsoup的网页新闻列表的抓取及保存方法
申请号	CN201710858359.6	申请日期	2017-09-12
法律状态	实质审查	申报国家	中国
公开/公告日	2018-01-09	公开/公告号	CN107562936A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0查看分类表>
申请人	中山大学	申请人地址	广东省广州市海珠区新港西路135号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中山大学	当前权利人	中山大学
发明人	周翠英;樊进;刘镇;杜子纯
代理机构	暂无	代理人	暂无

摘要

本发明涉及一种基于Jsoup的网页新闻列表的抓取及保存方法，包括：建立保存新闻列表的txt文档，设置写入txt中的新闻列表的编码方式；写入待抓取的新闻列表网页的URL地址；用Jsoup解析器将网页的HTML语言格式解析成能被后台直接处理的文本格式；将解析后的文本格式数据封装成对象或数组类型，通过遍历生成流文件；将流文件导出至txt中，实现网页新闻列表的抓取及保存。本发明的有益效果：直接在本地创建txt文档保存抓取内容，避免了安装及创建数据库的麻烦，大大减小了程序的运行负担与操作难度，节约了时间；使用Jsoup解析器，采用内置的选择器方法，能够更加简单直观地抓取新闻的标题、链接及发布时间等内容。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供