首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

数据采集方法、系统、电子设备及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:上海蜜度科技股份有限公司

摘要:本申请提供一种数据采集方法、系统、电子设备及介质,所述数据采集方法包括:获取配置参数,所述配置参数包括基础路径链接、最大成功标识符、生成标识符数量、最大标识符和过期时间;根据所述配置参数获取新增标识符的数量;判断所述新增标识符的数量是否大于零,若是,则获取新增标识符区间,并根据所述新增标识符区间和所述基础路径链接获取待抓取队列,若否,则休眠后重复根据所述配置参数获取所述新增标识符的数量,并判断所述新增标识符的数量是否大于零。此种数据采集方法能够提高数据采集的效率,避免重复采集和数据丢失的问题,保证数据采集的全面性和时效性。

主权项:1.一种数据采集方法,其特征在于,包括:获取配置参数,所述配置参数包括基础路径链接、最大成功标识符、生成标识符数量、最大标识符和过期时间;根据所述配置参数获取新增标识符的数量;判断所述新增标识符的数量是否大于零,若是,则获取新增标识符区间,并根据所述新增标识符区间和所述基础路径链接获取待抓取队列,若否,则休眠后重复根据所述配置参数获取所述新增标识符的数量,并判断所述新增标识符的数量是否大于零;其中,根据所述新增标识符区间和所述基础路径链接获取待抓取队列包括:根据所述新增标识符的区间和所述基础路径链接生成文章链接;将各所述文章链接放入采集队列以获取所述待抓取队列;所述数据采集方法还包括:获取所述待抓取队列中的任意一条文章链接;发送请求以获取所述文章链接的网页内容,判断是否请求成功,若请求成功,则获取所述文章链接的内容并存储,若请求失败,则判断是否将所述文章链接补充到所述待抓取队列;发送请求以获取所述文章链接的网页内容,判断是否请求成功,若请求失败,则判断是否将所述文章链接补充到所述待抓取队列包括:根据所述过期时间判断所述文章链接是否已经过期,若是,则丢弃所述文章链接,若否,则判断当前标识符是否大于所述最大成功标识符;若所述当前标识符大于所述最大成功标识符,则将所述文章链接补入所述待抓取队列,若所述当前标识符小于等于所述最大成功标识符,则判断所述文章链接是否配置有过期时间;若所述文章链接没有配置过期时间,则为所述文章链接配置过期时间,重复进行数据采集后补入所述待抓取队列。

全文数据:

权利要求:

百度查询: 上海蜜度科技股份有限公司 数据采集方法、系统、电子设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。