[發(fā)明專利]一種網(wǎng)頁內(nèi)容的提取方法、裝置和設(shè)備

無效

• 申請?zhí)枺?/td>: 201210497275.1
• 申請日: 2012-11-28
• 公開（公告）號: CN103020179A
• 公開（公告）日: 2013-04-03
• 發(fā)明（設(shè)計）人: 左景龍;徐國市;張少偉
• 申請（專利權(quán)）人: 北京小米科技有限責(zé)任公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319
• 代理人: 蘇培華

1.一種網(wǎng)頁內(nèi)容的提取方法，其特征在于，包括：

提取第一網(wǎng)頁的第一預(yù)設(shè)內(nèi)容，并記錄所述第一網(wǎng)頁的第一屬性信息和所述第一預(yù)設(shè)內(nèi)容對應(yīng)的第一特征信息；

在訪問第二網(wǎng)頁時，確定所述第二網(wǎng)頁的第二屬性信息與所述第一屬性信息一致，按照所述第一特征信息提取所述第二網(wǎng)頁的第二預(yù)設(shè)內(nèi)容。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一屬性信息和第二屬性信息為網(wǎng)頁所對應(yīng)的全部網(wǎng)頁文檔或預(yù)設(shè)部分網(wǎng)頁文檔的模板信息。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述模板信息包括網(wǎng)頁文檔中所包含的依次排列的各個節(jié)點標(biāo)識。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述確定所述第二網(wǎng)頁的第二屬性信息與所述第一屬性信息一致的步驟，采用如下方式：

依次對比所述第二網(wǎng)頁與所述第一網(wǎng)頁的全部或預(yù)設(shè)部分網(wǎng)頁文檔中的各個節(jié)點標(biāo)識；

確定各個節(jié)點標(biāo)識的名稱均相同，并且節(jié)點標(biāo)識的個數(shù)也相同，則所述第二屬性信息與第一屬性信息一致。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述第一特征信息為所述第一預(yù)設(shè)內(nèi)容中所對應(yīng)的依次排列的節(jié)點標(biāo)識，所述按照第一特征信息提取第二網(wǎng)頁的第二預(yù)設(shè)內(nèi)容的步驟，采用如下方式：

在第二網(wǎng)頁對應(yīng)的網(wǎng)頁文檔中，查找與所述第一特征信息具備相同節(jié)點標(biāo)識的節(jié)點；

提取所述節(jié)點中的節(jié)點內(nèi)容作為第二網(wǎng)頁的第二預(yù)設(shè)內(nèi)容。

6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述提取第一網(wǎng)頁的第一預(yù)設(shè)內(nèi)容的步驟，采用如下方式：

提取第一網(wǎng)頁的網(wǎng)頁文檔中各個節(jié)點的節(jié)點標(biāo)識；

確定所述節(jié)點標(biāo)識為預(yù)設(shè)標(biāo)識，將所述節(jié)點標(biāo)識對應(yīng)的節(jié)點內(nèi)容提取出來作為第一預(yù)設(shè)內(nèi)容。

7.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)設(shè)部分網(wǎng)頁文檔為預(yù)設(shè)節(jié)點之后的網(wǎng)頁文檔。

8.一種網(wǎng)頁內(nèi)容的提取裝置，其特征在于，包括：

信息記錄模塊，用于提取第一網(wǎng)頁的第一預(yù)設(shè)內(nèi)容，并記錄所述第一網(wǎng)頁的第一屬性信息和所述第一預(yù)設(shè)內(nèi)容對應(yīng)的第一特征信息；

確定模塊，用于在訪問第二網(wǎng)頁時，確定所述第二網(wǎng)頁的第二屬性信息與所述第一屬性信息一致；

預(yù)設(shè)內(nèi)容提取模塊，用于按照所述第一特征信息提取所述第二網(wǎng)頁的第二預(yù)設(shè)內(nèi)容。

9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述第一屬性信息和第二屬性信息為網(wǎng)頁所對應(yīng)的全部網(wǎng)頁文檔或部分網(wǎng)頁文檔的模板信息。

10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述模板信息包括網(wǎng)頁文檔中所包含的依次排列的各個節(jié)點標(biāo)識。

11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述確定模塊包括：

節(jié)點標(biāo)識對比子模塊，用于依次對比所述第二網(wǎng)頁與所述第一網(wǎng)頁的全部或預(yù)設(shè)部分網(wǎng)頁文檔中的各個節(jié)點標(biāo)識；

節(jié)點標(biāo)識確定子模塊，用于確定各個節(jié)點標(biāo)識的名稱均相同，并且節(jié)點標(biāo)識的個數(shù)也相同，則所述第二屬性信息與第一屬性信息一致。

12.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述第一特征信息為所述第一預(yù)設(shè)內(nèi)容中所對應(yīng)的依次排列的節(jié)點標(biāo)識，所述預(yù)設(shè)內(nèi)容提取模塊包括：

節(jié)點查找子模塊，用于在第二網(wǎng)頁對應(yīng)的網(wǎng)頁文檔中，查找與所述第一特征信息具備相同節(jié)點標(biāo)識的節(jié)點；

第二預(yù)設(shè)內(nèi)容提取子模塊，用于提取所述節(jié)點中的節(jié)點內(nèi)容作為第二網(wǎng)頁的第二預(yù)設(shè)內(nèi)容。

13.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述信息記錄模塊包括：

節(jié)點標(biāo)識提取子模塊，用于提取第一網(wǎng)頁的網(wǎng)頁文檔中各個節(jié)點的節(jié)點標(biāo)識；

預(yù)設(shè)標(biāo)識確定子模塊，用于確定所述節(jié)點標(biāo)識為預(yù)設(shè)標(biāo)識，將所述節(jié)點標(biāo)識對應(yīng)的節(jié)點內(nèi)容提取出來作為第一預(yù)設(shè)內(nèi)容。

14.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述預(yù)設(shè)部分網(wǎng)頁文檔為預(yù)設(shè)節(jié)點之后的網(wǎng)頁文檔。

15.一種設(shè)備，其特征在于，所述設(shè)備包括：

一個或多個處理器；

存儲器；和

一個或多個模塊，所述一個或多個模塊存儲于所述存儲器中并被配置成由所述一個或多個處理器執(zhí)行，其中，所述一個或多個模塊具有如下功能：

提取第一網(wǎng)頁的第一預(yù)設(shè)內(nèi)容，并記錄所述第一網(wǎng)頁的第一屬性信息和所述第一預(yù)設(shè)內(nèi)容對應(yīng)的第一特征信息；

在訪問第二網(wǎng)頁時，確定所述第二網(wǎng)頁的第二屬性信息與所述第一屬性信息一致，按照所述第一特征信息提取所述第二網(wǎng)頁的第二預(yù)設(shè)內(nèi)容。