一种分布式深度爬取的方法、装置及介质.pdfVIP

下载本文档

0
0
约1.41万字
约 13页
2023-07-02 发布于四川
举报
版权申诉

一种分布式深度爬取的方法、装置及介质.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请公开了一种分布式深度爬取方法，包括：确定待爬取目标网站；获取目标网站的检索条件和最大数据量；将预设个数的检索条件组合成目标检索条件；预设个数小于所有检索条件的个数；爬取出目标检索条件下的数据量；若数据量小于或等于最大数据量，获得目标网站的最终统一资源定位符。相比组合所有检索条件对网站爬取会获得大量无效的统一资源定位符，本申请通过结合预设个数的检索条件爬取出目标网站的数据量，预设个数小于所有检索条件的个数，大幅度提高爬取效率。爬取出的数据量小于或等于该网站的最大数据量时获得最终统一资源定位符

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113722572 A (43)申请公布日 2021.11.30 (21)申请号 202111182163.2 (22)申请日 2021.10.11 (71)申请人上海易路软件有限公司

您可能关注的文档

文档评论（0）

知识产权出版社 + 关注: 官方认证

文档贡献者

知识产权出版社有限责任公司（原名专利文献出版社）成立于1980年8月，由国家知识产权局主管、主办。长期以来，知识产权出版社非常重视专利数据资源的建设工作，经过多年来的积累，已经收藏了数以亿计的中外专利数据资源。

咨询Ta 进入空间

认证主体北京中献电子技术开发有限公司

IP属地四川

统一社会信用代码/组织机构代码: 91110108102011667U

1亿VIP精品文档

更多 >

一种分布式深度爬取的方法、装置及介质.pdfVIP