[發(fā)明專利]一種基于網(wǎng)頁模板的網(wǎng)站內(nèi)容無障礙檢測方法有效

申請?zhí)枺?/td>	201410028740.6	申請日：	2014-01-22
公開（公告）號：	CN103838823B	公開（公告）日：	2017-02-22
發(fā)明（設(shè)計(jì)）人：	王燦;李凱;周宇;卜佳俊;陳純	申請（專利權(quán)）人：	浙江大學(xué)
主分類號：	G06F17/30	分類號：	G06F17/30
代理公司：	杭州天正專利事務(wù)所有限公司33201	代理人：	王兵,黃美娟
地址：	310027 浙***	國省代碼：	浙江;33
權(quán)利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關(guān)鍵詞：	一種基于網(wǎng)頁模板網(wǎng)站內(nèi)容障礙檢測方法
鉆瓜網(wǎng) 技術(shù)展會專利詞庫專利權(quán)人專利榜在售專利公布日期熱門專利

【權(quán)利要求書】：

1.一種基于網(wǎng)頁模板的網(wǎng)站內(nèi)容無障礙檢測方法，該方法的特征在于，包括以下步驟：

(1)依據(jù)待檢測網(wǎng)址抓取該網(wǎng)站所有相關(guān)網(wǎng)頁和資源；對所有網(wǎng)頁進(jìn)行渲染并保存渲染結(jié)果；

(2)對步驟(1)中的網(wǎng)頁依據(jù)正文提取算法進(jìn)行正文過濾，去掉網(wǎng)頁DOM樹的正文節(jié)點(diǎn)；

(3)對步驟(2)中得到的網(wǎng)頁集合依據(jù)基于html標(biāo)簽的網(wǎng)頁結(jié)構(gòu)度量計(jì)算出網(wǎng)頁之間的距離矩陣M

(4)對M設(shè)定閾值θ，對所有網(wǎng)頁進(jìn)行層次聚類；在每一個(gè)聚類簇中選取若干個(gè)網(wǎng)頁作為該聚類簇的模板構(gòu)成網(wǎng)頁模板集合；

(5)對步驟(4)得到的模板網(wǎng)頁集合進(jìn)行對應(yīng)模板相關(guān)檢測規(guī)則的檢測；

(6)對步驟(2)得到的網(wǎng)頁集合進(jìn)行模板不相關(guān)規(guī)則的檢測并且將檢測結(jié)果與步驟(5)結(jié)果匯總，從而快速得到檢測結(jié)果。

2.根據(jù)權(quán)利要求1中所述的的方法，其特征在于：步驟(2)所述的依據(jù)正文提取算法進(jìn)行正文過濾，具體步驟為：

(2.1)對渲染完畢的網(wǎng)頁構(gòu)建DOM樹，過濾網(wǎng)頁html文本中的與內(nèi)容不相關(guān)的標(biāo)簽；

(2.2)對步驟(2.1)中構(gòu)建的DOM樹計(jì)算每一個(gè)節(jié)點(diǎn)的文本密度，文本密度最大的節(jié)點(diǎn)即為文本塊，其中文本密度的度量方式為：

DS_c＝∑_{i∈childrenofc}TextDensity_i?????????????公式(1)

其中i為網(wǎng)頁DOM樹某個(gè)節(jié)點(diǎn)c的子節(jié)點(diǎn)，TextDensity_i為節(jié)點(diǎn)i的文本密度，節(jié)點(diǎn)i的文本密度依照組合文本密度定義如下：

TextDensityi=CiTilogln(Ci⫬LCiLCi+LCbCbCi+e)(CiLCiTiLTi)]]>?????????????公式(2)

其中C_i表示以i為根的子DOM樹的文字?jǐn)?shù)，T_i表示子DOM樹的html標(biāo)簽數(shù)LC_i表示子DOM樹超鏈接文字?jǐn)?shù)，LC_i為非超鏈接文字?jǐn)?shù)，LT_i為超鏈接標(biāo)簽數(shù)目，LC_b為<body>標(biāo)簽下超鏈接文字?jǐn)?shù)，C_b為<body>標(biāo)簽下文字?jǐn)?shù)，e為自然常數(shù)，當(dāng)公式中分母為0時(shí)，將其設(shè)為1。

3.根據(jù)權(quán)利要求1中所述的方法，其特征在于：步驟(3)所述的計(jì)算網(wǎng)頁結(jié)構(gòu)度量距離矩陣，具體步驟為：

(3.1)統(tǒng)計(jì)網(wǎng)頁D中各html標(biāo)簽在網(wǎng)頁中出現(xiàn)的次數(shù)，構(gòu)建特征向量v(D)，向量共N維，N為W3C標(biāo)準(zhǔn)允許在html文檔中出現(xiàn)的各類標(biāo)簽總數(shù)；

(3.2)對網(wǎng)頁轉(zhuǎn)化后的特征向量進(jìn)行歐式距離的計(jì)算，得到網(wǎng)頁結(jié)構(gòu)距離矩陣M。

4.根據(jù)權(quán)利要求1中所述的方法，其特征在于：步驟(4)所述的層次聚類，具體步驟為：

對所有網(wǎng)頁進(jìn)行自底向上的層次聚類，即初始化每個(gè)網(wǎng)頁作為單獨(dú)的聚類簇，而后依據(jù)設(shè)定的距離的閾值進(jìn)行合并聚類簇，直至達(dá)到閾值θ為止。

下載完整專利技術(shù)內(nèi)容需要扣除積分，VIP會員可以免費(fèi)下載。

免登錄下載普通用戶下載升級VIP會員，免費(fèi)下載

該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江大學(xué)，未經(jīng)浙江大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】

本文鏈接：http://www.szxzyx.cn/pat/books/201410028740.6/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。

上一篇：基片支撐裝置和膜層沉積設(shè)備
下一篇：一種三片式橢圓柵極

同類專利

專利分類

G 物理

G06 計(jì)算；推算；計(jì)數(shù)
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F17-00 特別適用于特定功能的數(shù)字計(jì)算設(shè)備或數(shù)據(jù)處理設(shè)備或數(shù)據(jù)處理方法
G06F17-10 .復(fù)雜數(shù)學(xué)運(yùn)算的
G06F17-20 .處理自然語言數(shù)據(jù)的
G06F17-30 .信息檢索；及其數(shù)據(jù)庫結(jié)構(gòu)
G06F17-40 .數(shù)據(jù)的獲取和記錄
G06F17-50 .計(jì)算機(jī)輔助設(shè)計(jì)

免登錄下載普通用戶下載升級VIP會員，免費(fèi)下載

專利文獻(xiàn)下載

說明：

1、專利原文基于中國國家知識產(chǎn)權(quán)局專利說明書；

2、支持發(fā)明專利、實(shí)用新型專利、外觀設(shè)計(jì)專利（升級中）；

3、專利數(shù)據(jù)每周兩次同步更新，支持Adobe PDF格式；

4、內(nèi)容包括專利技術(shù)的結(jié)構(gòu)示意圖、流程工藝圖或技術(shù)構(gòu)造圖；

5、已全新升級為極速版,下載速度顯著提升！歡迎使用！

請您登陸后，進(jìn)行下載，點(diǎn)擊【登陸】【注冊】