[發明專利]一種網頁信息存儲方法和裝置

有效

• 申請號: 201210334664.2
• 申請日: 2012-09-11
• 公開（公告）號: CN102880679A
• 公開（公告）日: 2013-01-16
• 發明（設計）人: 徐建忠
• 申請（專利權）人: 北京易云剪客科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及互聯網領域，特別是涉及一種網頁信息存儲方法和裝置。

技術背景

當前的網頁信息存儲主要有兩種方式。一種為僅保存網頁的URL地址，在這種情況下，會將網頁中所包含的廣告以及其它用戶不想保留的內容一并存儲，在這種情況下，雖然滿足了用戶對于網頁信息保存的需求，但是用戶無法對一個網頁有選擇性地保存部分模塊并在需要的時候復原。另一種方式為同時存儲URL地址和網頁內容，這種情況下雖然可以克服第一種方式帶來的缺點，即這種方式雖然可以將網頁內容摘取保存，但還可能因復制保存第三方網站內容而帶來知識產權風險。

為此，需要一種新的網頁信息存儲方法，既解決網頁內容部分保存問題，同時又可規避不必要的風險。

發明內容

有鑒于此，本發明實施例提供一種網頁信息存儲方法和裝置，解決網頁內容部分保存問題的同時又可規避不必要的知識產權風險。

為了達到上述目的，本發明實施例提供的一種網頁信息存儲方法，包括：

當需要保存第三方網頁中一個或多個內容模塊的內容時，記錄并保存所述一個或多個內容模塊的Xpath路徑以及對應網頁的URL地址；

當用戶請求所保存的網頁內容時，取出所保存一個或多個內容模塊的Xpath路徑以及對應網頁的URL地址；

根據所述一個或多個內容模塊的Xpath路徑以及對應網頁的URL地址，定位到所述一個或多個內容模塊對應的DOM結點，取出DOM結點對應的網頁內容。

為了達到上述目的，本發明實施例提供的一種網頁信息存儲裝置，包括：

記錄模塊，用于當需要保存第三方網頁中某一個或多個內容模塊的內容時，記錄所述一個或多個內容模塊的Xpath路徑以及對應網頁的URL地址；

保存模塊，用于保存記錄模塊記錄下的所述一個或多個內容模塊的Xpath路徑以及對應網頁的URL地址；

提取模塊，用于當用戶請求所保存的網頁內容時，取出保存模塊所保存一個或多個內容模塊的Xpath路徑以及對應網頁的URL地址；

內容還原模塊，用于根據提取模塊提取出的URL地址和內容模塊的Xpath地址信息，定位到該一個或多個內容模塊對應的DOM結點，取出該DOM結點對應的網頁內容。

利用本發明實施例提供的網頁信息存儲方法及裝置，服務器僅保存網頁的URL以及每個模塊的Xpath路徑信息，不保存原網頁任何模塊的具體內容。當用戶請求所保存的網頁信息時，根據所儲存的URL和Xpath路徑將網頁內容還原在用戶側設備上，以此避免保存原網頁內容所帶來的知識產權風險。

附圖說明

圖1是本發明實施例中提供的網頁信息存儲的方法流程圖。

圖2是本發明實施例中提供的網頁信息存儲裝置的結構示意圖。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚，下面結合附圖對本發明作進一步的詳細描述。

在闡述本發明實施例之前，先介紹幾個基本概念。

HTML（Hyper?Text?Markup?Language超文本標記語言），是為“網頁創建和其它可在網頁瀏覽器中看到的信息”設計的一種標記語言。HTML被用來描述結構化信息——例如標題、段落和列表等等，也可用來在一定程度上描述文檔的外觀和語義。URL（Uniform/Universal?Resource?Locator，統一資源定位符），也被稱為網頁地址；網頁的內容就是由HTML代碼來構成。

DOM（Document?Object?Model，文檔對象模型），是一種處理可擴展標記語言（包括HTML）的標準編程接口，應用程序和腳本可以通過這個接口訪問和修改XML和HTML文檔數據。DOM將文檔看成是一棵擁有許多結點（DOMD結點）的樹。

XPath為路徑表達式，遵循DOM的路徑格式，可以描述從一個XMLD結點（DOMD結點）到另一個D結點、或一組D結點的步驟順序。

圖1是本發明實施例中提供的網頁信息存儲的方法流程圖。如圖1所示，該方法包括如下步驟：

步驟101：當需要保存第三方網頁中某一個或多個內容模塊的內容時，記錄并保存該一個或多個內容模塊的Xpath路徑以及對應網頁的URL地址。