[發明專利]網頁表單識別方法

有效

• 申請號: 201310547761.4
• 申請日: 2012-03-30
• 公開（公告）號: CN103714117B
• 公開（公告）日: 2017-10-31
• 發明（設計）人: 杭程;李超;萬勇;任寰
• 申請（專利權）人: 北京奇虎科技有限公司;奇智軟件（北京）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京潤澤恒知識產權代理有限公司11319
• 代理人: 蘇培華

1.一種網頁表單識別方法，用于確定標記文件中的網頁表單，其包括：

獲取標記文件中的一個或多個標簽對象；

把具有公共屬性的一個或多個標簽對象分為一分組標簽，其中，具體包括：把具有相同父節點的標簽對象分在一個分組標簽中；若該一個分組標簽包含兩個或多個標簽對象，且所述兩個或多個標簽對象不具有相同的父節點，則將該一個分組標簽內具有相同父節點的標簽對象置于另一分組標簽內；重復上述步驟直到該分組標簽不可再分組為止；

依據分組標簽中的標簽對象的屬性來確定網頁表單；其中，所述屬性包括文本或密碼輸入框。

2.如權利要求1所述的方法，其中，所述標簽對象的屬性是輸入框，則若所述分組標簽中僅包括1個密碼輸入框，且位于所述密碼輸入框下級兄弟節點的標簽對象不是文本輸入框，則確定所述網頁表單為登錄表單。

3.如權利要求1所述的方法，其中，所述標簽對象的屬性是輸入框，則若所述分組標簽中僅含有1個密碼輸入框，且位于所述密碼輸入框下級兄弟節點的標簽對象是文本輸入框，則確定所述網頁表單為注冊表單。

4.如權利要求1所述的方法，其中，所述標簽對象的屬性是輸入框，則若所述分組標簽中包含2個位置連續的且互為兄弟節點的密碼輸入框，則確定所述網頁表單為注冊表單。

5.如權利要求1所述的方法，其中，所述標簽對象的屬性是輸入框，則若所述分組標簽中包含3個位置連續且互為兄弟節點的密碼輸入框，則確定所述網頁表單為密碼修改表單。

6.如權利要求1至5中任一項所述的方法，其中，所述標記文件是超文本標記HTML文件。

7.一種標記文件中登錄表單確定方法，其包括：

獲取標記文件中類型為文本和/或密碼的全部輸入框標簽對象；

記錄所獲得的輸入框標簽對象之間的位置關系；

根據所述位置關系將全部輸入框標簽對象分成一個或多個分組標簽，其中，具體包括：把具有相同父節點的標簽對象分在一個分組標簽中；若該一個分組標簽包含兩個或多個標簽對象，且所述兩個或多個標簽對象不具有相同的父節點，則將該一個分組標簽內具有相同父節點的標簽對象置于另一分組標簽內；重復上述步驟直到該分組標簽不可再分組為止；

如果所述分組標簽中僅包括1個密碼輸入框，且位于所述密碼輸入框下級兄弟節點的標簽對象不是文本輸入框，則確定所述標記文件的頁面表單為登錄表單。

8.如權利要求7所述的方法，其中，如果若一個分組標簽中僅含有1個密碼輸入框，且位于所述密碼輸入框下級兄弟節點的標簽對象不是文本輸入框，且該分組標簽內密碼輸入框存在多級父節點，且所述密碼輸入框的最近父節點內包括至少一個文本輸入框，則將所述密碼輸入框最近父節點內的標簽對象置于新的分組標簽內。

9.一種標記文件中注冊表單確定方法，其包括：

獲取標記文件中類型為文本和/或密碼的全部輸入框標簽對象；

記錄所獲得的輸入框標簽對象之間的位置關系；

根據所述位置關系將全部輸入框標簽對象分成一個或多個分組標簽；

如果所述分組標簽中僅含有1個密碼輸入框，且位于所述密碼輸入框下級兄弟節點的標簽對象是文本輸入框，或者如果所述分組標簽中包含2個位置連續的且互為兄弟節點的密碼輸入框，則確定所述標記文件的頁面表單為登錄表單其中，所述根據所述位置關系將全部輸入框標簽對象分成一個或多個分組標簽包括：

把具有相同父節點的輸入框標簽對象分在一個分組標簽中；

若該一個分組標簽包含兩個或多個標簽對象，且所述兩個或多個標簽對象不具有相同的父節點，則將該一個分組標簽內具有相同父節點的標簽對象置于另一分組標簽內；

重復上述步驟直到該分組標簽不可再分組為止。

10.如權利要求9所述的方法，其中，如果若一個分組標簽中僅含有1個密碼輸入框，且位于所述密碼輸入框下級兄弟節點的標簽對象不是文本輸入框，且該分組標簽內密碼輸入框存在多級父節點，且所述密碼輸入框的最近父節點內包括至少一個文本輸入框，則將所述密碼輸入框最近父節點內的標簽對象置于新的分組標簽內。