[發明專利]WAP頁面的結構化顯示方法及裝置

有效

• 申請號: 201210392560.7
• 申請日: 2012-10-16
• 公開（公告）號: CN103729382B
• 公開（公告）日: 2018-08-03
• 發明（設計）人: 蔡兵
• 申請（專利權）人: 騰訊科技(深圳)有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫

1.一種WAP頁面的結構化顯示方法，其特征在于，包括：

接收頁面瀏覽請求，獲取該頁面瀏覽請求所請求的原始頁面，其中，所述原始頁面中包括多余的廣告和鏈接信息；

對該原始頁面進行切行，并以行為單位對原始網頁進行掃描，獲得WAP頁面的結構化字段，包括：對原始頁面進行解析，獲得解析樹，所述解析樹中的每個節點都是由網頁中的所有標記屬性構成；遍歷解析樹的所有節點，查找獲得所有節點的標記屬性中表示換行功能的節點信息，并根據該節點信息以行為單位對原始頁面進行切分；以行為單位對原始頁面進行掃描，獲得WAP頁面的標題字段，以標題字段所在的行為起始行對原始頁面進行逐行掃描獲得WAP頁面的正文信息行字段，以正文信息行字段所在的行為起始行對原始頁面進行逐行掃描獲得WAP頁面的正文字段；

將所獲得的結構化字段進行組合，并對其進行顯示。

2.根據權利要求1所述的WAP頁面的結構化顯示方法，其特征在于，所述以行為單位對原始頁面進行掃描，獲得WAP頁面的標題字段包括：

查找解析樹中是否存在標題屬性的節點，是則獲取該節點對應的字段作為WAP頁面的標題字段。

3.根據權利要求1所述的WAP頁面的結構化顯示方法，其特征在于，所述以行為單位對原始頁面進行掃描，獲得WAP頁面的正文信息行字段包括：

以標題字段所在的行為起始行對原始頁面進行逐行掃描，判斷當前掃描行中是否存在時間字段或來源字段，是則獲取當前掃描行的字段作為WAP頁面的正文信息行字段；否則繼續下一行掃描。

4.根據權利要求1所述的WAP頁面的結構化顯示方法，其特征在于，所述以行為單位對原始頁面進行掃描，獲得WAP頁面的正文字段包括：

以正文信息行字段所在的行為起始行對原始頁面進行逐行掃描，統計正文信息行字段所在的行至所有掃描行之間的文字鏈接比，并將文字鏈接比最大的行作為正文字段的截止行，從而獲取正文信息行字段所在的行與截止行之間的字段作為WAP頁面的正文字段。

5.根據權利要求1-4中任一項所述的WAP頁面的結構化顯示方法，其特征在于，所述以行為單位對原始頁面進行掃描，獲得WAP頁面的標題字段、正文信息行字段及正文字段之后還包括：

判斷WAP頁面的正文字段中是否存在翻頁鏈接，是則獲取該翻頁鏈接字段。

6.一種WAP頁面的結構化顯示裝置，其特征在于，包括：

頁面獲取模塊，用于接收頁面瀏覽請求，獲取該頁面瀏覽請求所請求的原始頁面，其中，所述原始頁面中包括多余的廣告和鏈接信息；

頁面結構化模塊，用于對該原始頁面進行切行，并以行為單位對原始網頁進行掃描，獲得WAP頁面的結構化字段；所述頁面結構化模塊包括：切行單元，用于對原始頁面進行解析，獲得解析樹，所述解析樹中的每個節點都是由網頁中的所有標記屬性構成；遍歷解析樹的所有節點，查找獲得所有節點的標記屬性中表示換行功能的節點信息，并根據該節點信息以行為單位對原始頁面進行切分；

字段抽取單元，用于以行為單位對原始頁面進行掃描，獲得WAP頁面的標題字段，以標題字段所在的行為起始行對原始頁面進行逐行掃描獲得WAP頁面的正文信息行字段，以正文信息行字段所在的行為起始行對原始頁面進行逐行掃描獲得WAP頁面的正文字段；

頁面顯示模塊，用于將所獲得的結構化字段進行組合，并對其進行顯示。

7.根據權利要求6所述的WAP頁面的結構化顯示裝置，其特征在于，所述字段抽取單元包括：

第一抽取子單元，用于查找解析樹中是否存在標題屬性的節點，是則獲取該節點對應的字段作為WAP頁面的標題字段；

第二抽取子單元，用于以標題字段所在的行為起始行對原始頁面進行逐行掃描，判斷當前掃描行中是否存在時間字段或來源字段，是則獲取當前掃描行的字段作為WAP頁面的正文信息行字段；否則繼續下一行掃描；

第三抽取子單元，用于以正文信息行字段所在的行為起始行對原始頁面進行逐行掃描，統計正文信息行字段所在的行至所有掃描行之間的文字鏈接比，并將文字鏈接比最大的行作為正文字段的截止行，從而獲取正文信息行字段所在的行與截止行之間的字段作為WAP頁面的正文字段。

8.根據權利要求7所述的WAP頁面的結構化顯示裝置，其特征在于，所述字段抽取單元還包括：

第四抽取子單元，用于判斷WAP頁面的正文字段中是否存在翻頁鏈接，是則獲取該翻頁鏈接字段。