一种脚本生成方法与装置制造方法及图纸

本申请公开了一种脚本生成方法与装置，用于解决现有技术中利用网络爬虫抓取网页内容时，人工编写抓取脚本效率较低的问题。该方法包括：确定用户在显示的网页中选定的网页内容；根据确定的网页内容，确定显示的网页内容对应的网页代码；根据所述网页代码，生成抓取脚本。

【技术实现步骤摘要】
一种脚本生成方法与装置
本申请涉及计算机
，尤其涉及一种脚本生成方法与装置。
技术介绍
在现有技术中，由于网络爬虫可以抓取网页中的文本内容，目前被广泛的应用于搜索、数据挖掘等领域中。网络爬虫可以抓取网页中的全部内容，也可以抓取网页中的部分内容。目前，若要利用网络爬虫去抓取目标网页中的目标内容，工作人员需先编写抓取目标内容的脚本，网络爬虫才能够根据该脚本，抓取到目标内容。例如，若现在想要利用网络爬虫抓取如图1中所示的网页中的商品的价格信息，即“价钱：$149.99”。那么，工作人员便要通过浏览器访问相应的网页，然后在该网页对应的网页代码中查找“价钱：$149.99”对应的网页代码，即“价钱：$149.99”对应的最小的文档对象模型(DocumentObjectModel，dom)树。其中，“价钱：$149.99”对应的最小的dom树如下所示：<divid＝"kfs_family_16"class＝"kfs-inner-containerkfs-selected"style＝"width:20％；left:40％；background-image:url(https://im本文档来自技高网...

【技术保护点】
一种脚本生成方法，其特征在于，所述方法包括：确定用户在显示的网页中选定的网页内容；根据确定的网页内容，确定所述网页内容对应的网页代码；根据所述网页代码，生成抓取脚本。

【技术特征摘要】
1.一种脚本生成方法，其特征在于，所述方法包括：确定用户在显示的网页中选定的网页内容；根据确定的网页内容，确定所述网页内容对应的网页代码；根据所述网页代码，生成抓取脚本。2.如权利要求1所述的方法，其特征在于，确定用户在显示的网页中选定的网页内容之前，所述方法还包括：将预设的第一脚本嵌入到所述网页的网页代码中；其中，所述第一脚本用于提供在所述网页中选定网页内容的功能，所述第一脚本包括层叠样式表CSS脚本。3.如权利要求1所述的方法，其特征在于，根据确定的网页内容，确定所述网页内容对应的网页代码之前，所述方法还包括：将预设的第二脚本嵌入到所述网页的网页代码中，所述第二脚本包括JS脚本；根据确定的网页内容，确定所述网页内容对应的网页代码，具体包括：根据确定的网页内容，通过所述第二脚本，确定所述网页内容对应的网页代码。4.如权利要求1所述的方法，其特征在于，确定所述网页内容对应的网页代码，具体包括：在所述网页的网页代码中，确定所述网页内容对应的最小的文档对象模型dom树；在所述最小的dom树中，确定所述网页内容对应的超文本标记语言HTML属性值。5.如权利要求4所述的方法，其特征在于，根据所述网页代码，生成脚本，具体包括：将确定出的所述HTML属性值添加到预设的脚本生成模板中，生成抓取脚本，所述抓取脚本用于抓取与所述HTML属性值相匹配的网页内容。6.如权利要求5所述的方法，其特征在于，所述方法还包括：将所述抓取脚本以及网页代码发送给解析引擎，通过解析引擎，抓取相应的网页内容。7.一种脚本...

【专利技术属性】
技术研发人员：孙宇，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY