一种基于大模型的可视化网页数据爬取方法及系统

本发明涉及网络信息提取技术领域，具体为一种基于大模型的可视化网页数据爬取方法及系统，包括以下步骤：自动化浏览与截图，图像预处理，OCR识别，多模态大模型分析，结果融合，大语言模型解析，数据存储与输出；有益效果为：通过截图与多模态分析，可应对各种图片化或动态化网页，无需依赖DOM结构；OCR与多模态大模型互补，显著提高不同字体、复杂排版及图表中数据的提取准确度；模拟真实浏览行为并结合人工验证，可有效规避常见反爬策略；大语言模型按Prompt智能重组页面信息，保证输出数据的完整性与逻辑性。