专利详情

专利名称	一种面向主题的获取动态页面内容的方法及系统
申请号	CN201210060335.3	专利类型	发明专利
公开（公告）号	CN102662966A	公开（授权）日	2012.09.12
申请（专利权）人	中国科学院计算机网络信息中心	发明（设计）人	归文胜;黎建辉;杨风雷
主分类号	G06F17/30(2006.01)I	IPC主分类号	G06F17/30(2006.01)I
专利有效期	一种面向主题的获取动态页面内容的方法及系统至一种面向主题的获取动态页面内容的方法及系统	法律状态	实质审查的生效
说明书摘要	本发明公开了一种面向主题的获取动态页面内容的方法及系统，属于网络数据采集技术领域。本方法为：1)在抓取服务器端建立一JavaScript过滤库和一JavaScript本地库；2)获取每一抓取页面的页面信息，生成当前页面的DOM对象；3)根据过滤库检验当前页面中请求的外部文件，如果与主题无关，则在当前页面的DOM对象相应位置设置无需加载标记，否则设置正常加载标记；4)如果标记为正常加载的外部文件存在于本地库，则设置本地加载标记，否则设置正常加载标记；5)执行当前页面中的JavaScript，获取动态页面信息；6)获取整合后的页面信息。与现有技术相比，本方法具有更高的时效性、且动态页面信息完整。