[发明专利]一种基于Scrapy-Redis的分布式网络爬虫优化方法在审
| 申请号： | 202010317200.5 | 申请日： | 2020-04-21 |
| 公开（公告）号： | CN111611463A | 公开（公告）日： | 2020-09-01 |
| 发明（设计）人： | 王宝亮;陈伟宁 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;H04L12/24;H04L29/12 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于Scrapy‑Redis的分布式网络爬虫优化方法，包括以下方面：(1)去重过程优化：使用布隆过滤器代替指纹去重机制，在优化后的去重过程中，元素集合使用位数组形式表示；(2)空闲监测机制：设置一个空闲时间阈值作为分界条件，在接收到某节点的空闲信号之后，若监听到空闲时间小于等于空闲时间阈值，则节点继续工作；若监听到空闲时间大于空闲时间阈值，则可以判定为该节点暂无待爬取任务，即可结束此节点进程；(3)动态请求配置。 | ||
| 搜索关键词： | 一种 基于 scrapy redis 分布式 网络 爬虫 优化 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010317200.5/，转载请声明来源钻瓜专利网。
