[發明專利]一種文本消息檢測算法和基于該算法的個性化網絡消息發布監視方法

無效

• 申請號: 200710040025.4
• 申請日: 2007-04-26
• 公開（公告）號: CN101296219A
• 公開（公告）日: 2008-10-29
• 發明（設計）人: 朱佳亭
• 申請（專利權）人: 上海市靜安區教育學院附屬學校
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L12/54;G06F17/30
• 代理公司: 上海天翔知識產權代理有限公司
• 代理人: 劉粉寶

技術領域

本發明涉及一種軟件的算法和基于該算法的網絡消息發布監視方法，特別是一種文本消息檢測算法和基于該算法的個性化網絡消息發布監視方法。該監視方法是一種在本地運行的小軟件，根據用戶所關注的網站，定時地對指定的網頁進行檢測，監視其消息的發布，并及時向用戶提示。用戶把所要關注的網頁地址設置到監視器中，如果有新消息發布，監視器會自動彈出提示窗口，并讓用戶瀏覽所關注的最新消息發布的內容。

背景技術

個性化網絡監視是指用戶可設置自己所關注的內容，使監視器有目的地主動監視網上被關注內容的發布情況。例如：參賽選手可以把他關注的競賽官網上發布通知的網頁地址設置到監視器中，監視器就會為他自動監測該網頁是否有新消息發布，從而無需經常到該競賽官網上察看有無新的通知。

網上消息發布檢測是指對網上被關注的消息“發布”的監視，而不是對關注信息的“收集”。例如：有重要的補充通知在網上發布，監視器應及時彈出窗口，告知用戶有新消息發布。

個性關注消息是指個人關注的一些在網上發布的消息，只是針對個人而言是重要的，有非常必要的需求，但對其他人來說未必重要。例如：一些競賽教練或參賽選手在賽前要關注相關競賽官方網站上發布的重要通知，這些通知對其他不參加比賽的人來說是沒有必要知曉的。

目前微軟開發的MSN和與騰訊開發的QQ只能彈出今日焦點等類似的新聞不能根據用戶需求而改變，用戶也不可能將自己的需求設置給這類軟件。它們彈出的今日焦點等類似的新聞不是一種監視，而是一種消息的收集。對具體的一個人而言未必非常重要，不一定需要知曉。

發明內容

本發明所要解決的技術問題一方面在于提供一種文本消息檢測算法，該文本消息檢測算法是通過從網頁源代碼中檢測文本消息。

本發明所要解決的技術問題另一方面在于提供基于上述文本消息檢測算法的個性化網絡消息發布監視方法。

作為本發明第一方面的文本消息檢測算法，是基于http協議控件而實現的，具體包括如下步驟：

1.獲取代表文本內容的代碼

a.從源代碼文件中去掉CDATA區域內的所有代碼，即從“<！[CDATA[”開始到“]]>”結束；

b.將源代碼中的所有標簽中的英文字母轉換成小寫字母，即從“<”開始到“>”結束；

c.去掉描述顯示風格的代碼，即從“<style”開始到“/style>”結束；

d.去掉腳本代碼，即從“<script”開始到“/script>”結束；

e.去掉注釋標簽，即從“<！--”開始到“-->”結束；

f.去掉剩下來的所有標簽，這樣便得到了代表文本內容的源代碼；

2.比對文本消息內容

a.從經步驟1處理后的源代碼中去掉阿拉伯數字0-9；

b.去掉中文“一”到“十”這十個字獲得網頁代碼文件；

c.經過上述處理得到的網頁代碼文件可用于檢測文本消息的發布；如果當前網頁的代碼與保存在本地的代碼經上述處理后發現有不一致的地方，則說明在當前網頁上很可能有新消息發布。將當前網頁代碼中不同于保存在本地的網頁代碼的那部分內容記錄下來，并暫時保存起來。

d.如果連續測到第三步中暫時保存的內容沒有變化，那么這部分內容就屬于新發布的消息；否則有可能是一些隨機產生的文本信息；

3.提取新發布消息的標題

a.在步驟1獲取文本消息源代碼的過程中，將標簽外夾在標簽與標簽之間的內容作為候選消息的內容保存下來，這樣一來保存下來的文本信息全是由這樣一條條候選消息組成的文件，每一條候選消息占一行。

b.在步驟2的比對文本消息過程中也就是對候選消息進行比對，并記錄下新發現的候選消息的行號；

c.根據該行號選出候選消息，作為監測到的新消息的標題；候選消息的內容與步驟2中的c步驟暫時保存的文本代碼不完全相同；

d.從這條候選消息中將一些特殊的符號替換成可顯示的格式，以得到完整的可顯示的文本消息的標題；

e.將文本消息的標題轉換成軟件控件可顯示的代碼。

作為本發明第二方面的基于上述算法的個性化網絡消息發布監視方法，包括如下步驟：

1.設置關注網頁的網址；

2.從網上獲取該網頁的源代碼；

3.保存該網頁的源代碼的同時顯示該網頁的內容；

4.設置兩次檢測時間間隔并啟動監視功能；