[發明專利]提取網頁內容的方法、裝置及系統

有效

• 申請號: 201410067190.9
• 申請日: 2014-02-26
• 公開（公告）號: CN104866512B
• 公開（公告）日: 2018-09-07
• 發明（設計）人: 郭辛華;蘇可;馬寧;王璟瑤
• 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: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種提取網頁內容的方法，其特征在于，包括：

響應移動客戶端在瀏覽器上觸發的網頁瀏覽指令，獲取對應的網頁；

檢測是否有提取預定類型標簽對應的插件資源的預定規則更新；

若有，則從瀏覽器后臺服務器獲取更新后的預定規則，所述預定規則采用腳本代碼動態指定；

否則，解析所述網頁，獲取網頁腳本中標簽的文檔對象模型DOM節點，其中包括：解析所述網頁，生成DOM樹；在所述DOM樹中創建網頁腳本中每個標簽的DOM節點，其中包括創建插件標簽節點，每一插件標簽節點具有指定的類型或分類標識，用于標識插件資源的類型；

從所述DOM節點中獲取插件標簽節點；

當所述插件標簽節點對應的插件標簽為預定類型標簽時，提取所述插件標簽對應的插件資源；

所述預定類型標簽有多種，將提取的插件資源傳遞給相應的播放器進行播放；

當所述插件標簽節點對應的插件標簽不為預定類型標簽時，采用預定規則匹配所述網頁腳本的預定類型標簽對應的插件資源；

當匹配成功后，從所述網頁腳本中提取預定類型標簽對應的插件資源。

2.根據權利要求1所述的方法，其特征在于，所述瀏覽器支持與所述預定規則相適配的插件資源協議。

3.一種提取網頁內容的裝置，其特征在于，包括：

拉取模塊，用于響應移動客戶端在瀏覽器上觸發的網頁瀏覽指令，獲取對應的網頁；

解析模塊，用于解析所述網頁，獲取網頁腳本中標簽的DOM節點；

獲取模塊，用于從所述DOM節點中獲取插件標簽節點；

提取模塊，用于當所述插件標簽節點對應的插件標簽為預定類型標簽時，提取所述插件標簽對應的插件資源，所述預定類型標簽有多種；

發送模塊，用于將提取的插件資源傳遞給相應的播放器進行播放；

匹配模塊，用于當所述插件標簽節點對應的插件標簽不為預定類型標簽時，采用預定規則匹配所述網頁腳本的預定類型標簽對應的插件資源；

所述提取模塊，還用于當匹配成功后，從所述網頁腳本中提取預定類型標簽對應的插件資源；

配置模塊，用于檢測是否有提取預定類型標簽對應的插件資源的預定規則更新，若有，則從瀏覽器后臺服務器獲取更新后的預定規則，所述預定規則采用腳本代碼動態指定；否則，由所述解析模塊解析所述網頁，獲取網頁腳本中標簽的DOM節點；

所述解析模塊，還用于解析所述網頁，生成DOM樹；在所述DOM樹中創建網頁腳本中每個標簽的DOM節點。

4.根據權利要求3所述的裝置，其特征在于，所述瀏覽器支持與所述預定規則相適配的插件資源協議。

5.一種提取網頁內容的系統，其特征在于，包括：終端，所述終端包括權利要求3-4中任一項所述的裝置。

6.根據權利要求5所述的系統，其特征在于，還包括：與所述終端通信連接的服務器；

所述服務器，用于向所述終端下發用于提取預定類型標簽對應的插件資源的預定規則。