公开(公告)号：CN101937469A

公开(公告)日：2011-01-05

申请号：CN201010284859.1

申请日：2010-09-15

Applicant: 深圳市任子行网络技术股份有限公司

Inventor： 景晓军 ,  沈智杰 ,  殷廷圣

IPC: G06F17/30

Abstract: 本发明涉及一种视频网站的信息抓取方法，其中包括步骤：S1、抓取视频网站的网页的源文件；S2、针对不同格式的网页，指定不同的正则表达式集合对所述网页的源文件中视频节目的属性信息进行定位，产生定位结果；S3、根据所述定位结果，将所述网页的源文件与所述正则表达式集合中的正则表达式进行匹配，产生匹配结果；S4、根据所述匹配结果，将所述网页的源文件中视频节目的属性信息存入相应的属性库中。采用本发明的视频网站的信息抓取方法可完整、方便的抓取视频网站中的全部视频信息，避免了现有的视频网站的信息抓取技术不能完整的获取视频网站节目的所有信息的缺陷。

公开(公告)号：CN101937469B

公开(公告)日：2012-09-05

申请号：CN201010284859.1

申请日：2010-09-15

Applicant: 任子行网络技术股份有限公司

Inventor： 景晓军 ,  沈智杰 ,  殷廷圣

IPC: G06F17/30

Abstract: 本发明涉及一种视频网站的信息抓取方法，其中包括步骤：S1、抓取视频网站的网页的源文件；S2、针对不同格式的网页，指定不同的正则表达式集合对所述网页的源文件中视频节目的属性信息进行定位，产生定位结果；S3、根据所述定位结果，将所述网页的源文件与所述正则表达式集合中的正则表达式进行匹配，产生匹配结果；S4、根据所述匹配结果，将所述网页的源文件中视频节目的属性信息存入相应的属性库中。采用本发明的视频网站的信息抓取方法可完整、方便的抓取视频网站中的全部视频信息，避免了现有的视频网站的信息抓取技术不能完整的获取视频网站节目的所有信息的缺陷。