一种论坛回帖增量采集方法及系统专利登记公告

专利名称：一种论坛回帖增量采集方法及系统

摘要：本发明公开了一种论坛回帖增量采集方法及系统，属于网络信息采集技术领域。本发明所述方法周期性判断所有需要采集的论坛列表页中是否存在新增帖子和具有新回帖的帖子；如果存在，则从所述新增帖子中提取出主贴和回帖信息，从所述具有新回帖的帖子中提取出新回帖信息。本发明所述系统包括用于周期性判断所有需要采集的论坛列表页中是否存在新增帖子和具有新回帖的帖子的判断装置(11)；以及用于从新增帖子中提取出主贴和回帖信息，从具有新回帖的帖子中提取出新回帖信息的提取装置(12)。本发明能够快速、准确、完整地采集一篇帖子的所有主、回

专利类型：发明专利

专利号：CN201010618393.4

专利申请（专利权）人：北大方正集团有限公司;北京大学;北京北大方正电子有限公司

专利发明（设计）人：吴新丽;杨建武

主权项：一种论坛回帖增量采集方法，包括以下步骤：(1)根据帖子首页URL和帖子回复数信息，周期性判断所有需要采集的论坛列表页中是否存在新增帖子和具有新回帖的帖子；(2)如果存在新增帖子，则从新增帖子中提取出主贴和回帖信息；如果存在具有新回帖的帖子，则计算新回帖起点和新回帖个数，根据新回帖起点和新回帖个数从具有新回帖的帖子中提取出新回帖信息。

专利地区：北京