-
公开(公告)号：CN113297449A
公开(公告)日：2021-08-24
申请号：CN202110558553.9
申请日：2021-05-21
Applicant: 南京大学
IPC: G06F16/951 , G06F16/955
Abstract: 本发明公开一种流式爬虫实现方法及系统，包括以下内容：初始请求数据流的构建配置爬虫数据流转换图的构建流程；通过层次树模型对网站结构与数据对象模型的映射关系，利用对象模型构建请求数据流，并对请求数据流配置来绕过网站反爬策略；实现爬虫组件对数据流进行转化操作，构建爬虫数据流转换图，从请求数据流到下载页面数据流，再到结果数据流。本发明采取响应式编程的思想，通过构建整个爬虫的数据流转换图，生成基于响应式编程的异步流式爬取模型，将数据爬取过程中的阻塞操作通过异步来进行处理，相比较与传统爬虫方案，提高了开发效率、系统吞吐量和资源利用率，有很高的应用价值。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
