简介： 本发明公开了一种互联网地质数据检索与获取的方法，包括：将地质叙词表转换成EXCEL格式的电子版叙词表；依据检索“关键词”，通过与电子版叙词表比对获取等级关系、等价关系、相关关系的关联词；利用相关性层级数的设置对关联词数量进行收敛控制；检索关键词和关联词，爬虫程序依据检索结果的页面数据和爬取规则，爬取该页面数据(主网页)以及该页面数据中每条网址链接的数据；对网页数据进行地质主题相关性计算，确定相关的数据。通过发明方法对地质数据抽取，可实现地质信息和新闻的定期、定向的精确提取，解决了采用传统数据爬取方法与地质大数据特性之间的矛盾，有效提升数据发现的全面性，可以高效的获取互联网地质相关数据。