1.一种基于中间人的互联网数据采集方法，其特征在于，包括：
步骤1、通过安装中间人代理证书至网页信息采集设备，建立该网页信息采集设备的中间人，该网页信息采集设备访问互联网中网页信息时，中间人代理该网页信息采集设备的全部网络流量；
步骤2、该中间人获取包含待采集网页url正则表达式的采集任务，捕获该全部网络流量中符合该url正则表达式的流量，作为中间流量，并将该采集任务注入该中间流量的html页面中，得到待解析页面并将其存入第一数据库；
步骤3、解析模块根据该第一数据库中待解析页面的url信息，将待解析页面分发给解析器实例进行解析，从中获取包含结构化数据的网页采集结果并将其存入第二数据库。
2.如权利要求1所述的基于中间人的互联网数据采集方法，其特征在于，该步骤2包括：该中间人根据该网页信息采集设备配置的https安全证书，对该网络流量中加密内容进行解密。
3.如权利要求1所述的基于中间人的互联网数据采集方法，其特征在于，步骤2中该采集任务的生成过程包括：根据预先配置的种子信息生成该采集任务，或者根据采集得到的网页采集结果生成新的该采集任务。
4.如权利要求1所述的基于中间人的互联网数据采集方法，其特征在于，步骤2包括：根据配置的url正则表达式对部分http/https请求进行拦截，返回空内容，以提高采集效率。
5.如权利要求1所述的基于中间人的互联网数据采集方法，其特征在于，步骤2中该采集任务包括：html页面采集任务和动态内容采集任务；该html页面采集任务包括跳转代码，跳转到下次要采集的url；该动态内容采集任务不仅包括跳转代码，还包括使用javascript代码获取相应的接口参数以及用被采集页面的javascript代码。
6.一种基于中间人的互联网数据采集系统，其特征在于，包括：
模块1、通过安装中间人代理证书至网页信息采集设备，建立该网页信息采集设备的中间人，该网页信息采集设备访问互联网中网页信息时，中间人代理该网页信息采集设备的全部网络流量；
模块2、该中间人获取包含待采集网页url正则表达式的采集任务，捕获该全部网络流量中符合该url正则表达式的流量，作为中间流量，并将该采集任务注入该中间流量的html页面中，得到待解析页面并将其存入第一数据库；
模块3、解析模块根据该第一数据库中待解析页面的url信息，将待解析页面分发给解析器实例进行解析，从中获取包含结构化数据的网页采集结果并将其存入第二数据库。
7.如权利要求6所述的基于中间人的互联网数据采集系统，其特征在于，该模块2包括：该中间人根据该网页信息采集设备配置的https安全证书，对该网络流量中加密内容进行解密。
8.如权利要求6所述的基于中间人的互联网数据采集系统，其特征在于，模块2中该采集任务的生成过程包括：根据预先配置的种子信息生成该采集任务，或者根据采集得到的网页采集结果生成新的该采集任务。
9.如权利要求6所述的基于中间人的互联网数据采集系统，其特征在于，模块2包括：根据配置的url正则表达式对部分http/https请求进行拦截，返回空内容，以提高采集效率。
10.如权利要求6所述的基于中间人的互联网数据采集系统，其特征在于，模块2中该采集任务包括：html页面采集任务和动态内容采集任务；该html页面采集任务包括跳转代码，跳转到下次要采集的url；该动态内容采集任务不仅包括跳转代码，还包括使用javascript代码获取相应的接口参数以及用被采集页面的javascript代码。