一种互联网资源定向获取方法及系统

摘要

本发明涉及一种互联网资源定向获取方法，该方法包括步骤：确定抓取网站范围、要获取的资源信息及所属的资源类别；根据资源类别，通过人机交互在每个抓取网站上获取与资源类别相对应的有效网页；依据抓取网站及有效网页的统一资源定位符、网页结构及要获取的资源信息，生成要获取的资源信息的配置信息；在抓取网站上抓取与配置信息相匹配的文本信息并保存；通过人机交互对抓取的信息进行深度标引；对深度标引后的信息建立索引供用户检索使用，该系统包括定向获取单元和深度标引单元。利用本发明进行搜索引擎，解决了常用搜索引擎方法所造成的大量垃圾信息、资源重复、资源无组织性及网页快照失效的问题。

主权项

1、一种互联网资源定向获取方法，其特征在于，该方法包括以下步骤：事先确定抓取网站范围、要获取的资源信息及所属的资源类别；根据所述资源类别，通过人机交互在每个抓取网站上获取与所述资源类别相对应的有效网页；依据所述抓取网站及其链接的有效网页的URL、网页结构及要获取的资源信息，生成要获取的资源信息的配置信息；在抓取网站上抓取与所述配置信息相匹配的信息并保存；通过人机交互对抓取的信息进行深度标引，将其整理为统一的格式，并对其分类作出调整，删除与要获取的资源信息无关的垃圾信息；对深度标引后的信息建立索引供用户检索使用。