互联网信息采集程序的开发(3)
人们的生活随着时代的发展，也进入了一个快节奏的时代。人们更愿意去浏览手机客户端上今天新闻的标题，而不是去买一份报纸，阅读整个版面。信息采集技术可以截取关键信息，而不是整个页面，可以提供更有针对性的信息。
经济的发展，带来了人们生活品质的提高，人们也越发关注自身健康的问题。实时掌握天气变化和气象信息，对人们的健康生活有很大的帮助。获取气象信息的途径多种多样，而网络仍旧是目前最具有时效性的获取途径。
1.4 国内外研究现状
1.4.1 网络信息的特点
1.4.2 网络信息采集
1.4.3 网络信息采集技术方法
1.4.4 本次毕业设计选用的技术
1.4.5 存在的问题
1.5 研究方法
本次课题要求设计一款网络信息采集程序或网页，采用传统的网络信息采集技术，即人工设定URL，建立TCP连接，访问服务器，获取信息，处理转存信息，释放链接的流程。本次课题需要达到以下几个要求：1.URL人工输入，可进行多路信息采集。2.网络信息定时抓取，具有自动更新功能。3.信息的编辑和筛选，筛选标准由人工选择，信息编辑有计算机完成。4.数据库的文护。5.可视化的操作界面。
1.5.1 可以预见的问题
可以预见的问题有：1.需要的信息不一定在同一个网页上，需要使用多路采集技术，增加了程序的复杂性。2.定时采集功能需要用到计时器，需要这方面的知识。3.信息的筛选过程中，筛选条件选择的问题，条件过多会增加程序复杂性，太少又不能满足用户需求。已经获取到本地信息应当如何呈现。4.数据库对信息的存储形式，数据库的格式决定了获取信息的格式。5.可视化编程技术
1.5.2 解决问题的研究手段
解决问题的研究手段： 本次毕业设计中要解决的核心问题是，网页源代码的读取，和读取以后从中截取URL的实现。现行的高级语言程序大多包含网页源码的提取函数，需要学习相关函数的实现和运用。在提取网页源码以后，网页以字符串的形式呈现，要从中提取出目标URL，就要理解可扩展标记语言XML，通过分析就能够提取出所要的URL信息。定时更新、数据处理、数据库文护、可视化效果并不是本次毕业设计的核心问题。
1.5.3设计过程
本次毕业设计的设计过程是：1.构建程序的大致框架。2.构建合适的数据库3.实现指定URL网页源码的获取。4.实现网页源码字符串的分析和截取，提取出目的资源的URL。5.将数据保存至数据库。6.后期工作，包括数据处理，更新功能能和界面美化。
2 总体设计
及时的气象信息对人们的生活有很大帮助，空气质量也是人们越来越关心的问题。虽然雾霾不可避免，但是及时获取雾霾信息，我们仍旧可以做一些防护措施来保护个体，减少雾霾对人体的影响。虽然网络使得我们已经能够便捷地查到这些气象信息，但是获取长期的数据进行分析也是富有意义的。
2.1 制定计划
本次毕业设计，我计划制作一个气象信息的采集系统，当前网络上可供采集的气象信息包括：天气状况（晴天、阴天、雨天），气温，风向，风力等级，pm2.5指数（各个城市的pm2.5指数有专门的采集网站，符合本次毕业设计多路采集的要求），降水量等信息。这些信息都是实时的，设计的程序通过网络能够实时更新这些信息。
计划在输入几个主要的气象网站的URL之后，程序能够自动采集相关信息。由用户选择浏览哪些需要的数据，并将数据进行保存。通过保存至本地数据库的数据，比如温度，可以绘制温度曲线图。为了实现这些功能，程序大致需要这些模块：数据库，主界面（用户选择交互），显示界面（采集信息显示），统计界面（数据处理和分析），自动更新。
下一篇：大数据环境下电商的发展与创新