[發明專利]對網頁進行轉碼后建立目錄的方法以及服務器

有效

• 申請號: 201210089036.2
• 申請日: 2012-03-29
• 公開（公告）號: CN103365877B
• 公開（公告）日: 2017-12-26
• 發明（設計）人: 張建榮
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京漢昊知識產權代理事務所(普通合伙)11370
• 代理人: 朱海波,韓劍偉

1.一種對網頁進行轉碼后建立目錄的方法，該方法包括：

a.獲取待轉碼的網頁；

b.將該網頁分成多個分塊；

c.對所述網頁進行頁面轉碼以獲得與該網頁對應的至少一個分頁，并遍歷所述網頁的源碼以分別記錄每一所述分塊的摘要信息；

d.根據所述摘要信息在所述源碼中的布局確定每一所述分塊與所述分頁的對應關系，并根據該對應關系建立頁面目錄，該頁面目錄內包含所述多個分塊的摘要信息，所述摘要信息指向與所述多個分塊對應的所述分頁；

其中，根據所述摘要信息在所述源碼中的布局確定的每一所述分塊與所述分頁的對應關系包括：

一個所述分頁中包括一個或多個所述分塊；

一個所述分塊的內容顯示于一個或多個所述分頁。

2.根據權利要求1所述的方法，其中，步驟b中的所述分塊處理包括：

對所述網頁進行解析，以獲取該網頁的DOM樹；

根據所述DOM樹對所述網頁進行分塊。

3.根據權利要求2所述的方法，其中，根據所述DOM樹對所述網頁進行分塊包括：

根據所述DOM樹獲得所述網頁的DOM節點，并根據所述DOM節點的文本特征、結構特征和功能特征中的至少一個特征對所述網頁進行分塊。

4.根據權利要求1所述的方法，其中：

所述分塊是包括多個導航鏈接的導航塊；

所述摘要信息是從所述多個導航鏈接抽取的一個或多個導航鏈接的文字。

5.根據權利要求1所述的方法，其中：

所述分塊是包括至少一篇文章的欄目塊；

所述摘要信息是從所述至少一篇文章中抽取的文章標題。

6.根據權利要求1所述的方法，其中，所述頁面目錄包括：

獨立的目錄頁面、懸浮在所述分頁上的目錄窗口和基于Html 5的目錄窗口中的一種或多種。

7.根據權利要求1至6任一項所述的方法，其中：

所述網頁是HTML格式的頁面；

所述分頁是WML格式或XHTML格式的頁面。

8.一種對網頁進行轉碼后建立目錄的服務器，該服務器包括：

獲取模塊，用于獲取待轉碼的網頁；

分塊模塊，用于將所述網頁分成多個分塊；

轉碼模塊，用于對所述網頁進行頁面轉碼以獲得與該網頁對應的至少一個分頁，并遍歷所述網頁的源碼以分別記錄每一所述分塊的摘要信息；

目錄模塊，用于根據所述摘要信息在所述源碼中的布局確定每一所述分塊與所述分頁的對應關系，并根據該對應關系建立頁面目錄，該頁面目錄內包含所述多個分塊的摘要信息，所述摘要信息指向與所述多個分塊對應的所述分頁；

其中，根據所述摘要信息在所述源碼中的布局確定的每一所述分塊與所述分頁的對應關系包括：

一個所述分頁中包括一個或多個所述分塊；

一個所述分塊的內容顯示于一個或多個所述分頁。

9.根據權利要求8所述的服務器，其中，所述分塊模塊包括：

解析單元，用于對所述網頁進行解析，以獲取該網頁的DOM樹；

分塊單元，用于根據所述DOM樹對所述網頁進行分塊。

10.根據權利要求9所述的服務器，其中，所述分塊單元根據所述DOM樹對所述網頁進行分塊包括：

所述分塊單元根據所述DOM樹獲得所述網頁的DOM節點，并根據所述DOM節點的文本特征、結構特征和功能特征中的至少一個特征對所述網頁進行分塊。

11.根據權利要求8所述的服務器，其中：

所述分塊是包括多個導航鏈接的導航塊和/或包括至少一篇文章的欄目塊；

所述轉碼模塊包括分頁單元和摘要單元；

所述分頁單元，用于對所述網頁進行頁面轉碼后生成與該網頁對應的一個或多個所述分頁；

所述摘要單元，用于從所述導航塊內抽取所述摘要信息，該摘要信息是從所述多個導航鏈接抽取的一個或多個導航鏈接的文字，和/或從所述欄目塊內抽取所述摘要信息，該摘要信息是從所述至少一篇文章中抽取的文章標題。

12.根據權利要求8所述的服務器，其中，所述頁面目錄包括：

獨立的目錄頁面、懸浮在所述分頁上的目錄窗口和基于Html 5的目錄窗口中的一種或多種。