技术编号:11545135
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。本发明涉及数据处理技术领域,尤其涉及一种网页爬取方法及装置。背景技术爬虫是人们为了形象描述计算机程序在网络不断通过定制的入口网址去提取网页的链接,并根据这些链接再度抓取更深的其它未知的链接,以此下去,将这样的程序抓取形为形容成类似爬虫似的动作,称之为爬虫,爬虫是一种自动获取网页内容的程序。目前,如果爬虫需要对网页中的某些特定链接进行爬取,比如爬取新浪主页上的有关于新闻内容的链接,现有爬虫的做法会将新浪主页中所有的链接全部抽取出来,然后对属于新闻内容的链接做出特殊标记,在做出特殊标签之后,爬取新浪...
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。