技术编号:11066194
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明涉及互联网技术领域,特别是涉及一种设置爬虫爬取时间间隔的方法及装置。背景技术网络爬虫是一种自动获取网页内容的程序,爬虫从一个或若干个初始网页的URL开始,获得初始网页上的URL,在抓取网页的过程中,不断从当前页面上抽取新的URL放入队列,直到满足系统一定的停止条件。在爬虫工作的过程中,特别是在检查网站更新量的时候,对没有更新或更新量很少的网站在短时间内多次爬取是没有必要的,因此有必要控制爬虫对同一个网站爬取的时间间隔,避免浪费爬虫资源。目前通行的做法是人工设置网页的爬取时间间隔,包括对每个...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。