一种实现区域企业专利信息摸底与管理的方法
【技术领域】
[0001]本发明主要涉及一种实现区域企业专利信息摸底与管理的方法，尤其是通过专利公告公布网站的页面信息抓取、分析、整理、建档和运用以实现待查的区域的企业的专利法律状态摸底以及拥有专利的企业进行状态监控、年费提醒等功能的方法。
【背景技术】
[0002]目前，一个地区，或者说一定区域的企业，想查询所有企业各自的专利公告拥有情况，尤其是广谱式的全民式查底，目前的方法相对难以实现，其不但需要到每个部门将专利数据归库，并且需要对每个地区数以百万计的企业与数以百万计的数据进行比对，这样不但成本高，而且数据源相对敏感而难以实现。
[0003]然而，一个地区的企业的专利状况，对于地方知识产权政策的制定与实施，以及地方政府对企业知识产权的管理等具有极强的基础性需求。
【发明内容】
[0004]为了解决上述问题，本发明提出了一种基于专利的公众公开的登记或变更公告数据的页面级别的通过getHTTPPage方法的抓取技术，再结合数据库技术，采用企业数据预处理，第一次定性查询，第二次定量查询和第三次详情查询，最后进行第二数据库为基础的专利法律状态监控、年费提醒等监控与管理的方法，此方法无需第三方的各种许可，而是通过合法的数据获取而低成本高速度地实现。
[0005]—种实现区域企业专利信息摸底与管理的方法，其主要包含以下步骤:
步骤S102，在企业信息库中读出企业名称的待查数据；
步骤S103，将步骤S102所读出的企业名称通过函数转为UTF8编码方式进行数据编码；
步骤S104，在步骤S103生成的对应编码方式的数据后，通过URLencode/URLDecode加密/解密函数将上述步骤S103的数据进行加密，并输出为第一变量；
步骤S105，以上述第一变量作为对应的URL的对应参数值生成第一 URL ;
步骤S106，通过getHTTPPage方式访问步骤S105生成的第一 URL，获得第一 URL对应的页面的HTML格式的数据源码供步骤S107进行标记截取；
步骤S107，通过S106获得的HTML格式的数据源码，通过以“〈title〉”标记开始和“〈/title〉”标记结束生成第一信息码；通过如下标记截取生成第二信息码:开始标记为“ sop-totalCount ”，结束标记为 “ </span〉] ” ；
当第一信息码的值为空时，返回S102步骤，同时检查网络是否正常；当第二信息码为空时，跳过步骤S108和S109，并设置第三信息码的值为“O” ；当第二信息码不为空时，执行步骤S108 ；
步骤S108，生成第三信息码:第二信息码不为空时，第三信息码通过第二信息码去杂质后剩下数字获得； 步骤S109，当第二信息码不为空时，将第一信息码、第二信息码和第三信息码的信息，以及相应的辅助数据对应存贮在拥有专利申请的企业信息库中；
将所有数据执行步骤SllO存入专利企业信息总表，同时返回步骤SlOl将已经成功检索的记录的进行已执行的标记然后，返回步骤S102循环执行，直至所有符合条件的企业数据检索完成为止；
当全部待查的企业信息库中符合条件的数据均已被正确执行，并存入第一比对信息库后，第一比对信息库里的信息即为拥有专利公告信息的企业，接下来执行步骤S201获取详细的专利状态记录及年费信息；
步骤S201从第一比对信息库中获取企业名称，将编码方式改为UTF8和URLencode/URLDecode加密/解密函数对应生成符合规范的企业名称数据，并设置为第二变量；
步骤S202，生成对应的带第二变量的第二 URL，并通过getHTTPPage方式访问第二 URL，将结果HTML静态化，供步骤S203分别进行标记截取；
步骤S203，根据标记进行HTML内容截取获得第五信息码、第六信息码、第七信息码和第八信息码；当第五信息码为空时，对应的企业的专利公告信息截取出错，返回步骤S201，并检查网络连接状态、第一信息库连接情况和对应的专利公告信息发布网站的URL是否发生变化；
当第五信息码不为空，第六信息码为空时，表明该企业对应的专利公告信息公布页面中显示只有一页的对应的专利公告信息，不翻页，程序依次标记并截取生成如下字段:企业名称、专利名称、专利类型、专利法律状态、专利申请号或者专利号和专利公开时间，同时与第二辅助信息存贮到第一企业知识产权信息库；
当第五信息码和第六信息码同时不为空，并且第七信息码为空时，第八信息码即为页码，将第八信息码去杂余数字后加入URL的页码参数，生成第三URL，以第三URL中的第八信息码为结束码，O为开始码生成FOR循环列出第三URL的子URL，并且依次执行步骤S203步骤，直至FOR循环结束；
步骤S204，通过步骤S203，专利的基本信息存入第一企业知识产权信息库后，按照步骤S201和步骤S202的方法，以第一企业知识产权信息库为数据基础，读取出企业名称、专利名称和专利申请号或者专利号，经过格式转化后获得对应的非加密的企业名称，不带点的专利号和通过URLencode加密后的专利名称，并通过专利号或专利申请号为变量参数，与专利公告发布网站的URL形成第三URL，并通过getHTTPPage方式访问第三URL，将结果HTML静态化，供步骤S205分别进行标记截取；
步骤S205，通过标记截取获得第九信息码、第十信息码、第十一信息码和第十二信息码，其中第九信息为申请人名称，第十信息码为专利申请号或者专利号，第十一信息码为申请日期，第十二信息码为专利状态，当专利法律状态为“专利权维持”时，转到对应的以专利申请号或者专利号为变量参数的指向“专利费用信息”的第四URL，并通过getHTTPPage方式访问第四URL，将结果HTML静态化，通过标识截取首年年费金额，将上述信息与第三辅助信息一并存入第二企业知识产权信息库；
步骤S206，读出第二企业知识产权信息库的专利状态为“专利权维持”的专利的专利申请号或专利号、专利名称、专利申请日期、专利首年年费金额信息，通过公式计算出第二年所需要缴纳的年费金额及缴费时间，然后发出信号提醒年费时间； 步骤S301，上述所有步骤完成后，分别对第一组步骤S101、S102、S103、S104、S105、S106、S107、S108 和 S109，第二组步骤 S201、S202、S203、S204、S205 和 S206 分别设定下一次的执行时间以定期检索，并且可以对SlOl的企业信息库中新增的企业进行增量的检索；步骤S302，上述所有步骤完成后，结束全部步骤。
[0006]所述的第一信息码:通过以“〈title〉”标记开始和“〈/title〉”标记结束生成；第二信息码:开始标记为“sop-totalCount”，结束标记为“〈/span〉] ”。
[0007]执行步骤S102前执行步骤SlOl进行企业信息查询中，进行企业类型、企业名称、企业成立时间、企业注册资金和企业注册地址的一种条件或者多个条件组合检索筛选出所需要检索的数据。
[0008]其特征包括，所述的步骤S205，当专利法律状态为“专利权维持”时，还可以循环标记截取“应缴费信息”对应的每年的年费金额及对应的缴费截止日期并存入第二企业知识产权信息库中年费信息表中，并通过上述年费信息表与系统时间进行比对，在设定的提醒时间范围进行提醒。
[0009]所述的步骤S205，当专利法律状态为“专利权维持”时，第二年年费的时间计算为“专利申请日”+当前系统的时间中的年份；与此对应所需要缴纳的年费金额为:首年年费金额与第二企业知识产权信息库中年费对照表的数据比对确定是否减缓，然后根据减缓标记、申请时间和首年年费缴纳时间进行比对，确定专利类型和第二年年费的金额。
[0010]步骤S109所述的辅助数据包括通过步骤S102所读出的企业名称传递而获得企业名称，通过步骤S107和步骤S108追加获取当前的系统时间。
[0011]在执行步骤S102前，通过设