原创力文档- 1、本文档共5页，其中可免费阅读4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
查看更多
本发明公开了一种基于分布式爬虫技术的数据爬取实现方法，涉及数据爬取技术领域，包括以下步骤：S1、指定URL，根据给定地址找到最终需要找到抓取数据的地址，并得到对应的指标代码；S2、发起请求，根据S1获取到的代码,拼接网址并判断是否为所需的抓取数据,如果为数据页,则回调到详情页,否则继续循环寻找数据网址；本发明采用聚焦抓取、scrappy,抓取过程中使用了正则,json数据,数据频度为年,月,季度等多个数据,增量更新,批量插入Oracle数据库，在实施网页抓取时会对内容进行处理筛选，尽量保证只抓取
(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 112487268 A
(43)申请公布日 2021.03.12
(21)申请号 202011474920.9
(22)申请日 2020.12.14
(71)申请人 安徽经邦软件技术有限公司
文档评论（0）