基于MD5值比对的Xpath自动提取方法
基本信息
| 申请号 | CN202011524745.X | 申请日 | - |
| 公开（公告）号 | CN112579862B | 公开（公告）日 | 2022-06-14 |
| 申请公布号 | CN112579862B | 申请公布日 | 2022-06-14 |
| 分类号 | G06F16/951（2019.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 曾燕清;林旭云;林智华;陈晓峰;吴小菁 | 申请（专利权）人 | 福建江夏学院 |
| 代理机构 | 福州元创专利商标代理有限公司 | 代理人 | - |
| 地址 | 350108福建省福州市闽侯县福州地区大学新校区溪源宫路2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提出一种基于MD5值比对的Xpath自动提取方法，其在指定列表页后自动提取列表页中的链接信息，并在自动提取的链接信息中由用户选择若干个页面参与Xpath自动生成；所述自动生成的过程为：对参与自动生成过程的页面进行解析，得到Xpath和内容的键值对生成Xpath对应的MD5值，综合比较页面的Xpath、内容值和MD5值，生成最终详情页所需数据项的Xpath。该算法能够有效辅助用户提取Xpath。通过该算法流程也可自适应页面结构变化、将该算法融合至爬虫设计中可降低爬虫维护成本、提高工作效率，且生成Xpath过程可供没有语言基础的用户使用。 |
