基于网络爬虫技术的中文文献数据自动化获取方法

摘要

本发明公开了基于网络爬虫技术的中文文献数据自动化获取方法，结合目标网页结构特点通过调用Python中Selenium库及其他相关模块，构建来一套自动化获取中文文献数据的网络框架。本发明从网页结构分析出发，通过分析网页中的Xpath路径表达式，获取所需文本的参数化表达，并通过大量实验调试，实现了数据高效准确的自动化爬取。本发明对于建立中文的科学文献数据库和推动科学学发展具有重要意义。