CN102819613A - Rss信息分页抓取系统及方法 - Google Patents
Rss信息分页抓取系统及方法 Download PDFInfo
- Publication number
- CN102819613A CN102819613A CN2012103116640A CN201210311664A CN102819613A CN 102819613 A CN102819613 A CN 102819613A CN 2012103116640 A CN2012103116640 A CN 2012103116640A CN 201210311664 A CN201210311664 A CN 201210311664A CN 102819613 A CN102819613 A CN 102819613A
- Authority
- CN
- China
- Prior art keywords
- paging
- rss
- channel
- information
- label
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000000284 extract Substances 0.000 claims description 13
- 239000002131 composite material Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 235000009776 Rathbunia alamosensis Nutrition 0.000 description 7
- 244000089409 Erythrina poeppigiana Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 244000097202 Rathbunia alamosensis Species 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000006116 polymerization reaction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种RSS信息分页抓取系统及方法。所述系统包括：列表建立单元，适于收集具有分页的RSS频道，建立分页频道列表；列表分析单元，适于分析分页频道列表，得到对应每个RSS频道的分页标签；代码获取单元，适于当从RSS源抓取信息时，如果作为当前信息来源的目标RSS频道属于分页频道列表，则获取当前信息对应的页面代码；标签查找单元，适于在页面代码中查找目标RSS频道对应的分页标签；分页组合单元，适于根据查找到的分页标签获得各分页对应的页面，组合各分页对应的页面，得到完整的RSS信息。所述系统及方法，保证了推送给用户的RSS信息的完整性，提高了用户的阅读效率。
Description
技术领域
本发明涉及互联网技术领域，特别涉及一种RSS信息分页抓取系统及方法。
背景技术
RSS（简易信息聚合，也叫聚合内容）是一种描述以及同步网站内容的格式。RSS可以是以下三个解释的其中一个：Really SimpleSyndication；RDF(Resource Description Framework)Site Summary；Rich Site Summary，其实这三个解释都是指同一种Syndication的技术。RSS目前广泛用于网上新闻频道，博客和wiki，主要的版本有0.91,1.0,2.0。使用RSS订阅能更快地获取信息，网站提供RSS输出，有利于让用户获取网站内容的最新更新。网络用户可以在客户端借助于支持RSS的聚合工具软件，在不打开网站内容页面的情况下阅读支持RSS输出的网站内容。
其中，RSS订阅是站点用来和其他站点之间共享内容的一种简易方式，面对扑面而来的新闻，不用再花费大量的时间冲浪和从新闻网站下载，只需要通过RSS阅读器就可以阅读大量的信息。目前RSS订阅主要分两种：第一种是用户通过RSS阅读器从RSS源站摘取信息，这种方式需要用户主动添加RSS源，信息来源单一，而且RSS的内容完全由其源站决定，很多RSS源只推送信息摘要，如果要看详细信息必须去原始网页查看；第二种是用户从一些第三方站点订阅，第三方订阅站点事先从一些质量较高的RSS源抽取信息，并进行一定的处理，返回给用户的是已经聚合好的信息。
第二种订阅方式显然更能满足用户的阅读需求，但是其同样存在问题：当第三方订阅站点从RSS源抽取信息时，假设被抽取的信息是一篇文章的摘要，会从原文链接中抽取全文，但是如果原文的内容是分页的，则只能抽取第一页。
发明内容
本发明要解决的技术问题是：如何提供一种RSS信息分页抓取系统及方法，以保证从RSS源抽取信息时能够识别分页并抽取全文。
为解决上述技术问题，本发明提供一种RSS信息分页抓取系统，其包括：
列表建立单元，适于收集具有分页的RSS频道，建立分页频道列表；
列表分析单元，适于分析所述分页频道列表，得到对应每个RSS频道的分页标签；
代码获取单元，适于当从RSS源抓取信息时，如果作为当前信息来源的目标RSS频道属于所述分页频道列表，则获取所述当前信息对应的页面代码；
标签查找单元，适于在所述页面代码中查找所述目标RSS频道对应的分页标签；
分页组合单元，适于根据查找到的分页标签获得各分页对应的页面，组合各分页对应的页面，得到完整的RSS信息。
其中，所述列表分析单元进一步包括：
网页提取模块，适于依次取出所述分页频道列表中的每个RSS频道，找到所述RSS频道中具有分页的网页；
标签对应模块，适于分析所述具有分页的网页的页面代码，找到其中的分页标签作为相应RSS频道所对应的分页标签。
其中，所述代码获取单元进一步包括：
信息抓取模块，适于从RSS源抓取信息；
判断模块，适于判断作为当前信息来源的目标RSS频道是否属于所述分页频道列表；
代码获取模块，适于当作为当前信息来源的目标RSS频道属于所述分页频道列表时，获取所述当前信息对应的页面代码。
其中，所述分页组合单元进一步包括：
URL获取模块，适于根据查找到的分页标签得到各分页的URL；
正文获取模块，适于根据各分页的URL获得各分页的页面代码，从所述页面代码中抽取各分页的正文；
分页组合模块，适于组合各分页的正文，得到完整的RSS信息。
其中，所述系统还包括：
推送单元，适于将所述完整的RSS信息推送给用户。
本发明还提供一种RSS信息分页抓取方法，其包括步骤：
收集具有分页的RSS频道，建立分页频道列表；
分析所述分页频道列表，得到对应每个RSS频道的分页标签；
当从RSS源抓取信息时，如果作为当前信息来源的目标RSS频道属于所述分页频道列表，则获取所述当前信息对应的页面代码；
在所述页面代码中查找所述目标RSS频道对应的分页标签；
根据查找到的分页标签获得各分页对应的页面，组合各分页对应的页面，得到完整的RSS信息。
其中，所述分析所述分页频道列表，得到对应每个RSS频道的分页标签具体包括：
依次取出所述分页频道列表中的每个RSS频道，找到所述RSS频道中具有分页的网页；
分析所述具有分页的网页的页面代码，找到其中的分页标签作为相应RSS频道所对应的分页标签。
其中，所述当从RSS源抓取信息时，如果作为当前信息来源的目标RSS频道属于所述分页频道列表，则获取所述当前信息的页面代码具体包括：
从RSS源抓取信息，判断作为当前信息来源的目标RSS频道是否属于所述分页频道列表，如果是，获取所述当前信息对应的页面代码；否则，认为所述当前信息对应的网页不存在分页，结束流程。
其中，所述根据查找到的分页标签获得各分页对应的页面，组合各分页对应的页面，得到完整的RSS信息具体包括：
根据查找到的分页标签得到各分页的URL；
根据各分页的URL获得各分页的页面代码，从所述页面代码中抽取各分页的正文；
组合各分页的正文，得到完整的RSS信息。
其中，在所述得到完整的RSS信息之后还包括步骤：
将所述完整的RSS信息推送给用户。
本发明还提供一种服务器，其包括所述的RSS信息分页抓取系统。
本发明所述RSS信息分页抓取系统及方法，根据常用RSS频道建立分页频道列表，并得到对应每个RSS频道的分页标签，进而在从RSS源抓取的信息对应的页面代码中查找相应的分页标签，根据分页标签获得各分页的内容，从而得到完整的RSS信息，保证了推送给用户的RSS信息的完整性，提高了用户的阅读效率。
附图说明
图1是本发明实施例一所述RSS信息分页抓取系统的模块结构示意图；
图2a~b是分页标签所对应的页面展示效果图；
图3是所述列表分析单元的模块结构示意图；
图4是所述代码获取单元的模块结构示意图；
图5是所述分页组合单元的模块结构示意图；
图6是本发明实施例二所述RSS信息分页抓取系统的模块结构示意图；
图7是本发明实施例三所述RSS信息分页抓取方法流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
图1是本发明实施例一所述RSS信息分页抓取系统的模块结构示意图，如图1所示，所述系统包括：
列表建立单元100，适于收集具有分页的RSS频道，建立分页频道列表。
RSS频道一般是指各网站按照内容类型划分得到的诸如新闻频道、娱乐频道、生活休闲频道、读书频道、下载频道、体育频道、游戏频道、音乐频道、视频频道、汽车频道、房产频道等版块。随网站的不同，这些频道的名称可能不同，并且各个频道之间的层次关系也可能不同，比如在某些网站中游戏频道可能作为娱乐频道的子频道出现。方便起见，将上述包含子频道的频道称为父频道，由于同一个网站中，每个父频道下的网页采用相同的分页形式，本申请中的RSS频道可以对应到父频道这一层，而无需向下对应到子频道。
所述分页频道列表中包括所有常见的具有分页的RSS频道，比如新浪汽车频道、网易数码频道、搜狐军事频道等等。
列表分析单元200，适于分析所述分页频道列表，得到对应每个RSS频道的分页标签。
每个RSS频道均会对应一种分页标签，比如，图2a是新浪汽车频道的分页标签所对应的页面展示效果图，表1a是该分页标签对应的源代码，该分页标签可以概括为class属性为pb的div标签；图2b是网易数码频道的分页标签所对应的页面展示效果图，表1b是该分页标签对应的源代码，该分页标签可以概括为class属性为endPageNum的div标签。一般情况下，一个RSS频道中的所有网页信息如果存在分页均会采用相同的分页标签，根据这一情况，可以建立RSS频道与分页标签的对应关系表。
表1a新浪汽车频道分页标签
表1b网易数码频道分页标签
图3是所述列表分析单元的模块结构示意图，如图3所示，所述列表分析单元200进一步包括：
网页提取模块210，适于依次取出所述分页频道列表中的每个RSS频道，找到所述RSS频道中具有分页的网页。
标签对应模块220，适于分析所述具有分页的网页的页面代码，找到其中的分页标签作为相应RSS频道所对应的分页标签。
代码获取单元300，适于当从RSS源抓取信息时，如果作为当前信息来源的目标RSS频道属于所述分页频道列表，则获取所述当前信息对应的页面代码。
图4是所述代码获取单元的模块结构示意图，如图4所示，所述代码获取单元300进一步包括：
信息抓取模块310，适于从RSS源抓取信息。这里的RSS源包括所述分页频道列表中的RSS频道，以及其他的RSS频道。
判断模块320，适于判断作为当前信息来源的目标RSS频道是否属于所述分页频道列表。
代码获取模块330，适于当作为当前信息来源的目标RSS频道属于所述分页频道列表时，获取所述当前信息对应的页面代码。
标签查找单元400，适于在所述页面代码中查找所述目标RSS频道对应的分页标签。
根据所述RSS频道与分页标签的对应关系表，可以查找到目标RSS频道对应的分页标签，简记为目标标签；这时，目标标签已知，进而可以在当前信息对应的页面代码中查找所述目标标签，比如当目标标签是class属性为endPageNum的div标签时，可以以“<divclass="endPageNum">”作为关键字在当前信息对应的页面代码进行查找，确定目标标签在当前信息对应的页面代码中的位置。
分页组合单元500，适于根据查找到的分页标签获得各分页对应的页面，组合各分页对应的页面，得到完整的RSS信息。
图5是所述分页组合单元的模块结构示意图，如图5所示，所述分页组合单元500进一步包括：
URL（Uniform/Universal Resource Locator，统一资源定位符）获取模块510，适于根据查找到的分页标签得到各分页的URL。
首先，以表1a所示分页标签为例进行说明，找到该分页标签后，通过提取该div标签下所有a标签的href属性可以得到各分页的URL如下：'http://auto.sina.com.cn/news/2005-12-26/1450160051.shtml';
'http://auto.sina.com.cn/news/2005-12-26/1450160051.shtml';
'http://auto.sina.com.cn/news/2005-12-26/1450160053.shtml';
'http://auto.sina.com.cn/news/2005-12-26/1450160053.shtml'。
其中，前两个URL相同，均是对应第1页；后两个URL相同，均是对应第3页。通过删除重复的URL可以得到第1页和第3页的URL，同时当前页（第2页）的URL是已知的，至此得到所有分页的URL。
再以表1b所示分页标签为例说明，找到该分页标签后，通过提取该div标签下所有a标签的href属性可以得到各分页的URL如下：
"http://tech.163.com/digi/12/0802/06/87SPF4HA00163HEB.html";
"http://tech.163.com/digi/12/0802/06/87SPF4HA00163HEB_2.html";
"http://tech.163.com/digi/12/0802/06/87SPF4HA00163HEB_3.html"；
"http://tech.163.com/digi/12/0802/06/87SPF4HA00163HEB_4.html"；
"http://tech.163.com/digi/12/0802/06/87SPF4HA00163HEB_5.html"；
"http://tech.163.com/digi/12/0802/06/87SPF4HA00163HEB_6.html"；
"http://tech.163.com/digi/12/0802/06/87SPF4HA00163HEB_7.html"；
"http://tech.163.com/digi/12/0802/06/87SPF4HA00163HEB_2.html"；
"http://tech.163.com/digi/12/0802/06/87SPF4HA00163HEB_all.html#p1"。
其中，第2页对应的URL出现了两次，通过删冗操作可以删除多余的URL。另外，最后一个URL是对应全文的URL，根据该URL可以得到全文的内容。但是，由于很多RSS频道的网页并不设置这种URL，所以本申请仍然采用整合各分页URL的方式获得全文的内容。而对于这种全文的URL，本申请中需要从根据分页标签获得的所有URL中删除这种对应全文的URL，以保证最终获得的是各个分页的URL。具有应用中，可以通过解析分页标签对应的代码，根据关键词（比如“全文”）删除该种URL。
正文获取模块520，适于根据各分页的URL获得各分页的页面代码，从所述页面代码中抽取各分页的正文。
分页组合模块530，适于组合各分页的正文，得到完整的RSS信息。
图6是本发明实施例二所述RSS信息分页抓取系统的模块结构示意图，如图6所示，本实施例所述系统与实施例一所述系统基本相同，其不同之处仅在于，本实施例所述系统还包括：
推送单元600，适于将所述完整的RSS信息推送给用户。
一般情况下，所述推送单元600通过邮件方式将所述完整的RSS信息发送到目标用户的邮箱中，用户接收邮件时可以查看到完整RSS信息，无需再到相应的出处网站查看原文，提高了阅读效率。
本发明实施例一、实施例二所述RSS信息分页抓取系统目前可以设置于服务器端，随着硬件性能的提升，也可以在客户端实施。
图7是本发明实施例三所述RSS信息分页抓取方法流程图，如图7所示，所述方法包括步骤：
S100：收集具有分页的RSS频道，建立分页频道列表。
其中，所述步骤S100体包括：
依次取出所述分页频道列表中的每个RSS频道，找到所述RSS频道中具有分页的网页。
分析所述具有分页的网页的页面代码，找到其中的分页标签作为相应RSS频道所对应的分页标签。
S200：分析所述分页频道列表，得到对应每个RSS频道的分页标签。
S300：当从RSS源抓取信息时，如果作为当前信息来源的目标RSS频道属于所述分页频道列表，则获取所述当前信息对应的页面代码。
其中，所述步骤S300具体包括：
从RSS源抓取信息，判断作为当前信息来源的目标RSS频道是否属于所述分页频道列表，如果是，获取所述当前信息对应的页面代码；否则，认为所述当前信息对应的网页不存在分页，结束流程。
S400：在所述页面代码中查找所述目标RSS频道对应的分页标签。
S500：根据查找到的分页标签获得各分页对应的页面，组合各分页对应的页面，得到完整的RSS信息。
其中，所述步骤S500具体包括：
根据查找到的分页标签得到各分页的URL；
根据各分页的URL获得各分页的页面代码，从所述页面代码中抽取各分页的正文；
组合各分页的正文，得到完整的RSS信息。
另外，在所述步骤S500之后还可以包括步骤S600：将所述完整的RSS信息推送给用户。
本发明实施例所述RSS信息分页抓取系统及方法，根据常用RSS频道建立分页频道列表，并得到对应每个RSS频道的分页标签，进而在从RSS源抓取的信息对应的页面代码中查找相应的分页标签，根据分页标签获得各分页的内容，从而得到完整的RSS信息，保证了推送给用户的RSS信息的完整性，提高了用户的阅读效率。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
Claims (11)
1.一种RSS信息分页抓取系统，其包括：
列表建立单元，适于收集具有分页的RSS频道，建立分页频道列表；
列表分析单元，适于分析所述分页频道列表，得到对应每个RSS频道的分页标签；
代码获取单元，适于当从RSS源抓取信息时，如果作为当前信息来源的目标RSS频道属于所述分页频道列表，则获取所述当前信息对应的页面代码；
标签查找单元，适于在所述页面代码中查找所述目标RSS频道对应的分页标签；
分页组合单元，适于根据查找到的分页标签获得各分页对应的页面，组合各分页对应的页面，得到完整的RSS信息。
2.如权利要求1所述的系统，其特征在于，所述列表分析单元进一步包括：
网页提取模块，适于依次取出所述分页频道列表中的每个RSS频道，找到所述RSS频道中具有分页的网页；
标签对应模块，适于分析所述具有分页的网页的页面代码，找到其中的分页标签作为相应RSS频道所对应的分页标签。
3.如权利要求1所述的系统，其特征在于，所述代码获取单元进一步包括：
信息抓取模块，适于从RSS源抓取信息；
判断模块，适于判断作为当前信息来源的目标RSS频道是否属于所述分页频道列表；
代码获取模块，适于当作为当前信息来源的目标RSS频道属于所述分页频道列表时，获取所述当前信息对应的页面代码。
4.如权利要求1所述的系统，其特征在于，所述分页组合单元进一步包括：
URL获取模块，适于根据查找到的分页标签得到各分页的URL；
正文获取模块，适于根据各分页的URL获得各分页的页面代码，从所述页面代码中抽取各分页的正文；
分页组合模块，适于组合各分页的正文，得到完整的RSS信息。
5.如权利要求1所述的系统，其特征在于，所述系统还包括：
推送单元，适于将所述完整的RSS信息推送给用户。
6.一种RSS信息分页抓取方法，其包括步骤：
收集具有分页的RSS频道，建立分页频道列表；
分析所述分页频道列表，得到对应每个RSS频道的分页标签；
当从RSS源抓取信息时，如果作为当前信息来源的目标RSS频道属于所述分页频道列表，则获取所述当前信息对应的页面代码；
在所述页面代码中查找所述目标RSS频道对应的分页标签；
根据查找到的分页标签获得各分页对应的页面，组合各分页对应的页面，得到完整的RSS信息。
7.如权利要求6所述的方法，其特征在于，所述分析所述分页频道列表，得到对应每个RSS频道的分页标签具体包括：
依次取出所述分页频道列表中的每个RSS频道，找到所述RSS频道中具有分页的网页；
分析所述具有分页的网页的页面代码，找到其中的分页标签作为相应RSS频道所对应的分页标签。
8.如权利要求6所述的方法，其特征在于，所述当从RSS源抓取信息时，如果作为当前信息来源的目标RSS频道属于所述分页频道列表，则获取所述当前信息的页面代码具体包括：
从RSS源抓取信息，判断作为当前信息来源的目标RSS频道是否属于所述分页频道列表，如果是，获取所述当前信息对应的页面代码；否则，认为所述当前信息对应的网页不存在分页，结束流程。
9.如权利要求6所述的方法，其特征在于，所述根据查找到的分页标签获得各分页对应的页面，组合各分页对应的页面，得到完整的RSS信息具体包括：
根据查找到的分页标签得到各分页的URL；
根据各分页的URL获得各分页的页面代码，从所述页面代码中抽取各分页的正文；
组合各分页的正文，得到完整的RSS信息。
10.如权利要求6所述的方法，其特征在于，在所述得到完整的RSS信息之后还包括步骤：
将所述完整的RSS信息推送给用户。
11.一种服务器，其包括权利要求1至5之一所述的RSS信息分页抓取系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210311664.0A CN102819613B (zh) | 2012-08-28 | 2012-08-28 | Rss信息分页抓取系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210311664.0A CN102819613B (zh) | 2012-08-28 | 2012-08-28 | Rss信息分页抓取系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102819613A true CN102819613A (zh) | 2012-12-12 |
| CN102819613B CN102819613B (zh) | 2015-11-25 |
Family
ID=47303724
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210311664.0A Expired - Fee Related CN102819613B (zh) | 2012-08-28 | 2012-08-28 | Rss信息分页抓取系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102819613B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103810177A (zh) * | 2012-11-07 | 2014-05-21 | 江苏仕德伟网络科技股份有限公司 | 一种准确获取网站访问者在网页上真实停留时间的方法 |
| CN104462142A (zh) * | 2013-09-24 | 2015-03-25 | 联想(北京)有限公司 | 一种搜索网页页面中内容的方法及装置 |
| CN106503016A (zh) * | 2015-09-07 | 2017-03-15 | 北京国双科技有限公司 | 抓取页面信息的方法及装置 |
| CN106547778A (zh) * | 2015-09-21 | 2017-03-29 | 北京国双科技有限公司 | 网页的爬取方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1913522A (zh) * | 2005-12-23 | 2007-02-14 | 王建波 | 基于xml文件的rss信息交互处理方法 |
| CN101094135A (zh) * | 2006-06-23 | 2007-12-26 | 腾讯科技（深圳）有限公司 | 一种互联网内容信息的提取方法和提取系统 |
| CN101477556A (zh) * | 2009-01-22 | 2009-07-08 | 苏州智讯科技有限公司 | 一种从互联网海量信息中发现热点的方法 |
| CN101788991A (zh) * | 2009-06-23 | 2010-07-28 | 北京搜狗科技发展有限公司 | 一种更新提醒的方法及系统 |
| CN102495872A (zh) * | 2011-11-30 | 2012-06-13 | 中国科学技术大学 | 对移动设备用户进行个性化新闻推荐的方法和装置 |
-
2012
- 2012-08-28 CN CN201210311664.0A patent/CN102819613B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1913522A (zh) * | 2005-12-23 | 2007-02-14 | 王建波 | 基于xml文件的rss信息交互处理方法 |
| CN101094135A (zh) * | 2006-06-23 | 2007-12-26 | 腾讯科技（深圳）有限公司 | 一种互联网内容信息的提取方法和提取系统 |
| CN101477556A (zh) * | 2009-01-22 | 2009-07-08 | 苏州智讯科技有限公司 | 一种从互联网海量信息中发现热点的方法 |
| CN101788991A (zh) * | 2009-06-23 | 2010-07-28 | 北京搜狗科技发展有限公司 | 一种更新提醒的方法及系统 |
| CN102495872A (zh) * | 2011-11-30 | 2012-06-13 | 中国科学技术大学 | 对移动设备用户进行个性化新闻推荐的方法和装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103810177A (zh) * | 2012-11-07 | 2014-05-21 | 江苏仕德伟网络科技股份有限公司 | 一种准确获取网站访问者在网页上真实停留时间的方法 |
| CN104462142A (zh) * | 2013-09-24 | 2015-03-25 | 联想(北京)有限公司 | 一种搜索网页页面中内容的方法及装置 |
| CN104462142B (zh) * | 2013-09-24 | 2019-01-15 | 联想(北京)有限公司 | 一种搜索网页页面中内容的方法及装置 |
| CN106503016A (zh) * | 2015-09-07 | 2017-03-15 | 北京国双科技有限公司 | 抓取页面信息的方法及装置 |
| CN106503016B (zh) * | 2015-09-07 | 2020-05-19 | 北京国双科技有限公司 | 抓取页面信息的方法及装置 |
| CN106547778A (zh) * | 2015-09-21 | 2017-03-29 | 北京国双科技有限公司 | 网页的爬取方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102819613B (zh) | 2015-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2015196907A1 (zh) | 一种挖掘用户需求的搜索推送方法和装置 | |
| US8321396B2 (en) | Automatically extracting by-line information | |
| CN101950312B (zh) | 一种互联网网页内容解析方法 | |
| CN104699704B (zh) | 内容推送及接收方法、装置和系统 | |
| CN102254027B (zh) | 批量获取网页内容的方法 | |
| CN102663135B (zh) | 用于嵌入式浏览器的图形化书签实现方法、装置及终端 | |
| CN102663064B (zh) | 一种收藏夹数据的处理方法及装置 | |
| CN101097578A (zh) | 一种网络资源检索方法及系统 | |
| CN103997507A (zh) | 一种信息的推送方法及装置 | |
| CN103744856A (zh) | 联动性扩展搜索方法及装置、系统 | |
| CN103617266A (zh) | 个性化扩展搜索方法及装置、系统 | |
| CN102955850A (zh) | 加载排序网址的方法和装置 | |
| US20110219017A1 (en) | System and methods for citation database construction and for allowing quick understanding of scientific papers | |
| CN104615627A (zh) | 一种基于微博平台的事件舆情信息提取方法及系统 | |
| CN103186666A (zh) | 基于收藏进行搜索的方法、装置与设备 | |
| CN102819613A (zh) | Rss信息分页抓取系统及方法 | |
| CN103226599A (zh) | 一种精确提取网页内容的方法及系统 | |
| CN102207967A (zh) | 一种自动提供浏览器新插件的方法和系统 | |
| CN101894109A (zh) | 一种数据库建立方法和装置 | |
| CN103246646A (zh) | 一种网络数据获取方法和装置 | |
| CN110955855B (zh) | 一种信息拦截的方法、装置及终端 | |
| CN103927367A (zh) | 基于事件的微博采集系统及方法 | |
| CN103617225A (zh) | 一种关联网页搜索方法和系统 | |
| CN103618742A (zh) | 获取子域名的方法和系统以及网站管理员权限验证方法 | |
| CN103064943B (zh) | 一种客户端设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220707 Address after: Room 801, 8th floor, No. 104, floors 1-19, building 2, yard 6, Jiuxianqiao Road, Chaoyang District, Beijing 100015 Patentee after: BEIJING QIHOO TECHNOLOGY Co.,Ltd. Address before: 100088 room 112, block D, 28 new street, new street, Xicheng District, Beijing (Desheng Park) Patentee before: BEIJING QIHOO TECHNOLOGY Co.,Ltd. Patentee before: Qizhi software (Beijing) Co.,Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151125 |