[發(fā)明專利]基于專業(yè)搜索引擎的爬蟲(chóng)策略獲取圖書(shū)信息的方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201310535962.2
• 申請(qǐng)日: 2013-10-31
• 公開(kāi)（公告）號(hào): CN104598493A
• 公開(kāi)（公告）日: 2015-05-06
• 發(fā)明（設(shè)計(jì)）人: 張宇
• 申請(qǐng)（專利權(quán)）人: 大連易維立方技術(shù)有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 無(wú)
• 代理人: 無(wú)

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于專業(yè)搜索引擎的爬蟲(chóng)策略獲取圖書(shū)信息的方法。

背景技術(shù)

隨著電子信息行業(yè)的發(fā)展電子書(shū)逐漸代替?zhèn)鹘y(tǒng)的紙質(zhì)書(shū)。電子書(shū)是指將文字、圖片、聲音、影像等訊息內(nèi)容數(shù)字化的出版物以及植入或下載數(shù)字化文字、圖片、聲音、影像等訊息內(nèi)容的集存儲(chǔ)介質(zhì)和顯示終端于一體的手持閱讀器。代表人們所閱讀的數(shù)字化出版物，從而區(qū)別于以紙張為載體的傳統(tǒng)出版物，通過(guò)數(shù)碼方式記錄在以光、電、磁為介質(zhì)的設(shè)備中，借助于特定的設(shè)備來(lái)讀取、復(fù)制、傳輸。因其具有方便性，可搜尋內(nèi)容，改變字體大小及字型，還可隨身攜帶。容量大，隨時(shí)可網(wǎng)絡(luò)下載，不受地域限制，省去大量時(shí)間。因而被人們廣泛接受。目前很多電子書(shū)都是章節(jié)性更新，因?yàn)榘鏅?quán)意識(shí)加強(qiáng)，很多書(shū)籍都只在一些特定網(wǎng)站上進(jìn)行更新，這就為手機(jī)推送圖書(shū)服務(wù)帶來(lái)了很大困難。

專業(yè)搜索引擎的爬蟲(chóng)策略，專業(yè)搜索引擎網(wǎng)絡(luò)爬蟲(chóng)通常采用“最好優(yōu)先”原則訪問(wèn)WEB，即為快速、有效地獲得更多的與主題相關(guān)的頁(yè)面（簡(jiǎn)稱“回報(bào)”），每次選擇“最有價(jià)值”的鏈接進(jìn)行訪問(wèn)。由于鏈接包含于頁(yè)面之中，而通常具有較高價(jià)值的頁(yè)面包含的鏈接也具有較高的價(jià)值，因而對(duì)鏈接價(jià)值的評(píng)價(jià)有時(shí)也轉(zhuǎn)換為對(duì)頁(yè)面價(jià)值的評(píng)價(jià)。為解決上述問(wèn)題提供了技術(shù)支持。

發(fā)明內(nèi)容

本發(fā)明針對(duì)以上問(wèn)題的提出，而研制基于專業(yè)搜索引擎的爬蟲(chóng)策略獲取圖書(shū)信息的方法。本發(fā)明采用的技術(shù)方案如下：

一種基于專業(yè)搜索引擎的爬蟲(chóng)策略獲取圖書(shū)信息的方法，其特征在于包括如下步驟：

1）圖書(shū)信息收索服務(wù)器通過(guò)有線或無(wú)線的方式連接到各圖書(shū)網(wǎng)站上；

2）圖書(shū)信息收索服務(wù)器中存儲(chǔ)有對(duì)應(yīng)網(wǎng)站的數(shù)字許可證書(shū)，在圖書(shū)信息收索服務(wù)器登陸到上述網(wǎng)站后，自動(dòng)匹配數(shù)字證書(shū)供網(wǎng)站校驗(yàn)；

3）圖書(shū)網(wǎng)站校驗(yàn)通過(guò)后，圖書(shū)信息收索服務(wù)器通過(guò)專業(yè)搜索引擎的爬蟲(chóng)策略略對(duì)圖書(shū)網(wǎng)站中的更新圖書(shū)信息進(jìn)行搜索，一旦搜索到圖書(shū)更新信息后，圖書(shū)信息收索服務(wù)器便對(duì)更新的圖書(shū)信息進(jìn)行下載，下載的更新圖書(shū)信息經(jīng)過(guò)防火墻和數(shù)據(jù)過(guò)濾器后存入圖書(shū)信息收索服務(wù)器本地存儲(chǔ)器中；

4）圖書(shū)信息收索服務(wù)器對(duì)存儲(chǔ)如本地存儲(chǔ)器的圖書(shū)信息進(jìn)行編譯，然后發(fā)送到圖書(shū)源數(shù)據(jù)庫(kù)中。

步驟3）中：所述圖書(shū)下載方式為通過(guò)專業(yè)搜索引擎的爬蟲(chóng)策略略邊搜索邊下載。

由于采用了上述技術(shù)方案，本發(fā)明提供的方法具有：使用方便、處理速度、技術(shù)實(shí)現(xiàn)容易等特點(diǎn)。另外，該方法基于計(jì)算機(jī)系統(tǒng)的實(shí)現(xiàn)，只需將該方法編譯成相應(yīng)的程序即可實(shí)現(xiàn)對(duì)現(xiàn)有計(jì)算機(jī)的升級(jí)，因此其成本非常低廉適于廣泛推廣。

附圖說(shuō)明

圖1為本發(fā)明所述系統(tǒng)的結(jié)構(gòu)框圖；

圖2為本發(fā)明的實(shí)現(xiàn)流程圖。

具體實(shí)施方式

如圖1和圖2所示一種基于專業(yè)搜索引擎的爬蟲(chóng)策略獲取圖書(shū)信息的方法，其特征在于包括如下步驟：

1）圖書(shū)信息收索服務(wù)器通過(guò)有線或無(wú)線的方式連接到各圖書(shū)網(wǎng)站上；

2）圖書(shū)信息收索服務(wù)器中存儲(chǔ)有對(duì)應(yīng)網(wǎng)站的數(shù)字許可證書(shū)，在圖書(shū)信息收索服務(wù)器登陸到上述網(wǎng)站后，自動(dòng)匹配數(shù)字證書(shū)供網(wǎng)站校驗(yàn)；

3）圖書(shū)網(wǎng)站校驗(yàn)通過(guò)后，圖書(shū)信息收索服務(wù)器通過(guò)專業(yè)搜索引擎的爬蟲(chóng)策略略對(duì)圖書(shū)網(wǎng)站中的更新圖書(shū)信息進(jìn)行搜索，一旦搜索到圖書(shū)更新信息后，圖書(shū)信息收索服務(wù)器便對(duì)更新的圖書(shū)信息進(jìn)行下載，下載的更新圖書(shū)信息經(jīng)過(guò)防火墻和數(shù)據(jù)過(guò)濾器后存入圖書(shū)信息收索服務(wù)器本地存儲(chǔ)器中；

4）圖書(shū)信息收索服務(wù)器對(duì)存儲(chǔ)如本地存儲(chǔ)器的圖書(shū)信息進(jìn)行編譯，然后發(fā)送到圖書(shū)源數(shù)據(jù)庫(kù)中。

步驟3）中：所述圖書(shū)下載方式為通過(guò)專業(yè)搜索引擎的爬蟲(chóng)策略略邊搜索邊下載。

以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，根據(jù)本發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。