一种基于指定电子商务网站的定向爬虫的实现方法

发明专利无效专利

申请号：
CN201410266881.1
IPC分类号：G06F9/48
申请日期：
2014-06-13
申请人：
淮阴工学院

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	一种基于指定电子商务网站的定向爬虫的实现方法
申请号	CN201410266881.1	申请日期	2014-06-13
法律状态	撤回	申报国家	中国
公开/公告日	2014-09-17	公开/公告号	CN104050037A
优先权	暂无	优先权号	暂无
主分类号	G06F9/48 ? 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） G06F9/00 程序控制设计，例如，控制单元（用于外部设备的程序控制入G06F13/10）〔1，4，2006.01，2018.01〕 G06F9/06 使用存储的程序，即使用处理设备的内部存储来接收程序或者保留程序〔1，2006.01〕 G06F9/46 多道程序装置〔3〕 G06F9/48 程序启动；程序切换，例如通过中断〔7，2006.01〕	IPC分类号	G;0;6;F;9;/;4;8查看分类表>
申请人	淮阴工学院	申请人地址	江苏省淮安市高教园区枚乘东路1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	淮阴工学院	当前权利人	淮阴工学院
发明人	朱全银;周泓;李翔;潘禄;刘文儒;戎圣吉;张宇洋;曹苏群;王留洋;周蕾
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种基于指定电子商务网站的定向爬虫的实现方法，本发明属于WEB数据采集领域，为提高爬虫的分析效率、爬准率，降低因网页内容变动地而导致的爬虫失效率，提高代码的可读性和健壮性；在广义爬虫的基础上，利用队列对任务的顺序进行管理、使用线程池管理机制实现多线程的网页内容分析来提高爬取效率，利用Python作为实现语言，使用CSS选择器和正则表达式结合的手法对指定页面信息进行抓取，大幅提高了爬虫的分析效率、可读性及容错率，从而形成的一种专用于分析指定电子商务网站商城商品信息的聚焦爬虫，该方法提高了爬虫的效率与爬准率，增强了爬虫的适应性和健壮性。本发明为电商价格分析提供了一种稳定便利的数据来源。

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