[發(fā)明專利]統(tǒng)一資源定位符重寫規(guī)則的生成方法及裝置

有效

• 申請?zhí)枺?/td>: 201710892706.7
• 申請日: 2017-09-27
• 公開（公告）號: CN109561163B
• 公開（公告）日: 2022-03-15
• 發(fā)明（設(shè)計）人: 張旭俊
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L61/10;H04L61/4511;H04L101/604
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 李輝

1.一種統(tǒng)一資源定位符URL重寫規(guī)則的生成方法，其特征在于，該方法包括：

獲取目標(biāo)網(wǎng)站的目標(biāo)URL集；所述目標(biāo)網(wǎng)站為：待生成統(tǒng)一資源定位符URL重寫規(guī)則的網(wǎng)站；

獲取所述目標(biāo)URL集中相互對應(yīng)的前綴參數(shù)和資源參數(shù)的參數(shù)集，其中，所述資源參數(shù)為所述前綴參數(shù)的子路徑；

依據(jù)所述參數(shù)集生成所述目標(biāo)網(wǎng)站的URL重寫規(guī)則集；其中，包括：依據(jù)所述參數(shù)集中各前綴參數(shù)下對應(yīng)的不同資源參數(shù)的數(shù)量確定所述目標(biāo)網(wǎng)站的URL重寫規(guī)則集。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取目標(biāo)網(wǎng)站的目標(biāo)URL集，包括：

對目標(biāo)網(wǎng)站的訪問日志中的初始URL集進(jìn)行預(yù)處理，得到目標(biāo)URL集。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對目標(biāo)網(wǎng)站的訪問日志中的初始URL集進(jìn)行預(yù)處理，得到目標(biāo)URL集，包括：

依據(jù)超文本傳輸協(xié)議HTTP狀態(tài)碼，從目標(biāo)網(wǎng)站的訪問日志中的初始URL集中過濾非法URL請求對應(yīng)的非法URL；

針對過濾了非法URL后的初始URL集進(jìn)行規(guī)范化處理，得到規(guī)范URL集，所述規(guī)范URL集中的規(guī)范URL包括：域名、路徑和文件名；

對所述規(guī)范URL集進(jìn)行去重處理，得到目標(biāo)URL集。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取所述目標(biāo)URL集中的前綴參數(shù)和資源參數(shù)的參數(shù)集，包括：

基于預(yù)設(shè)分隔符對所述目標(biāo)URL集中的各目標(biāo)URL進(jìn)行分割，分別得到各目標(biāo)URL對應(yīng)的字符數(shù)組；

依據(jù)所述字符數(shù)組中各字符串組成所述目標(biāo)URL的順序，分別確定所述各目標(biāo)URL中對應(yīng)的前綴參數(shù)和資源參數(shù)，以得到參數(shù)集。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述依據(jù)所述字符數(shù)組中各字符串組成所述目標(biāo)URL的順序，分別確定各目標(biāo)URL中對應(yīng)的前綴參數(shù)和資源參數(shù)，包括：

獲取任意一個字符數(shù)組作為當(dāng)前數(shù)組，執(zhí)行數(shù)組循環(huán)流程，所述數(shù)組循環(huán)流程包括：

按照從前到后的順序，獲取所述當(dāng)前數(shù)組中的第一個字符串作為當(dāng)前前綴參數(shù)；

將所述當(dāng)前前綴參數(shù)與其后相鄰的資源參數(shù)對應(yīng)保存至初始參數(shù)集中；

判斷所述當(dāng)前前綴參數(shù)是否在初始URL重寫規(guī)則集中，如果是，則將所述當(dāng)前前綴參數(shù)與預(yù)設(shè)重寫參數(shù)組合為更新前綴參數(shù)；如果否，則將所述當(dāng)前前綴參數(shù)與其后相鄰的資源參數(shù)組合為更新前綴參數(shù)；

以所述更新前綴參數(shù)為當(dāng)前前綴參數(shù)，執(zhí)行所述將所述當(dāng)前前綴參數(shù)與其后相鄰的資源參數(shù)對應(yīng)保存至初始參數(shù)集中的步驟，直至當(dāng)前目標(biāo)數(shù)組的所有字符串都循環(huán)完畢；

判斷所有字符數(shù)組是否都循環(huán)完畢，如果否，則將任意一個未循環(huán)的字符數(shù)組作為當(dāng)前數(shù)組，觸發(fā)執(zhí)行所述數(shù)組循環(huán)流程；

如果是，則將所述初始參數(shù)集作為目標(biāo)URL集對應(yīng)的目標(biāo)參數(shù)集。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，依據(jù)路徑參數(shù)和非路徑參數(shù)生成所述目標(biāo)網(wǎng)站的URL重寫規(guī)則集，包括：

針對各前綴參數(shù)，分別判斷所述前綴參數(shù)下資源參數(shù)的數(shù)量是否大于預(yù)設(shè)閾值，如果是，則將所述前綴參數(shù)更新至所述初始URL重寫規(guī)則集中，得到更新后的URL重寫規(guī)則集，直至所述初始URL重新規(guī)則集不再更新；

將更新后的URL重寫規(guī)則集確定為目標(biāo)URL重寫規(guī)則集。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

依據(jù)所述目標(biāo)網(wǎng)站的URL重寫規(guī)則集，將待映射URL映射至重寫后的URL。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述依據(jù)所述目標(biāo)網(wǎng)站的URL重寫規(guī)則集，將待映射URL映射至重寫后的URL，包括：

對所述待映射URL進(jìn)行規(guī)范化，得到規(guī)范化后的URL；

基于預(yù)設(shè)分隔符對所述規(guī)范化后的URL進(jìn)行分割，分別得到分割后的字符數(shù)組；

依據(jù)分割后的字符數(shù)組中各前綴參數(shù)在所述URL重寫規(guī)則集中的匹配結(jié)果，將待映射URL映射至重寫后的URL。