[發(fā)明專(zhuān)利]一種判斷html網(wǎng)頁(yè)為非文本類(lèi)型的方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201310608481.X
• 申請(qǐng)日: 2013-11-26
• 公開(kāi)（公告）號(hào): CN103593463A
• 公開(kāi)（公告）日: 2014-02-19
• 發(fā)明（設(shè)計(jì)）人: 楊育斌;柯宗貴;李佳
• 申請(qǐng)（專(zhuān)利權(quán)）人: 藍(lán)盾信息安全技術(shù)股份有限公司
• 主分類(lèi)號(hào): G06F17/30
• 分類(lèi)號(hào): G06F17/30
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種判斷html網(wǎng)頁(yè)為非文本類(lèi)型的方法，其特征在于，該方法包括以下步驟：

Step1：下載URL對(duì)應(yīng)的網(wǎng)頁(yè)；

Step2：判斷該網(wǎng)頁(yè)的編碼，轉(zhuǎn)換成對(duì)應(yīng)的編碼網(wǎng)頁(yè)；

Step3：與特征庫(kù)進(jìn)行對(duì)比，判斷網(wǎng)頁(yè)中是否出現(xiàn)了特征庫(kù)中的亂碼特征字符，若出現(xiàn)亂碼特征字符就判定為非文本類(lèi)型，否則再判斷是否出現(xiàn)了連續(xù)的亂碼字符，若出現(xiàn)連續(xù)的亂碼字符就判定為非文本類(lèi)型，否則為文本類(lèi)型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，該方法能夠識(shí)別網(wǎng)頁(yè)的正確編碼，并進(jìn)行自動(dòng)轉(zhuǎn)碼，即使網(wǎng)頁(yè)中未包含編碼說(shuō)明，仍能正常識(shí)別網(wǎng)頁(yè)的編碼。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，該方法即使出現(xiàn)生僻字符，只要不是連續(xù)出現(xiàn)，也不會(huì)被識(shí)別為非文本，避免了因網(wǎng)頁(yè)偶然出現(xiàn)的生僻字而影響識(shí)別率。