[發明專利]頁面隱藏文案識別方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201911037454.5
• 申請日: 2019-10-29
• 公開（公告）號: CN112749294A
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 何桃
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/958;G06K9/20
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃晶晶

1.一種頁面隱藏文案識別方法，包括：

獲取待識別頁面；

根據所述待識別頁面的源代碼，獲得所述待識別頁面包含的全量文案；

對所述待識別頁面的展示內容進行圖像化處理，獲得對應的展示圖片；

對所述展示圖片進行文字識別，獲得所述待識別頁面包含的展示文案；

基于所述全量文案與所述展示文案的差異，確定所述待識別頁面是否包含隱藏文案。

2.根據權利要求1所述的方法，其特征在于，所述對所述待識別頁面的展示內容進行圖像化處理，獲得對應的展示圖片，包括：

對所述待識別頁面的展示內容進行截圖，獲得對應的展示圖片。

3.根據權利要求2所述的方法，其特征在于，所述對所述待識別頁面的展示內容進行截圖，獲得對應的展示圖片，包括：

對所述待識別頁面的展示內容中包含的非文字展示內容進行過濾，得到文字展示內容；

對所述文字展示內容進行截圖，獲得對應的展示圖片。

4.根據權利要求1至3中任一項所述的方法，其特征在于，所述基于所述全量文案與所述展示文案的差異，確定所述待識別頁面是否包含隱藏文案，包括：

比較所述全量文案和所述展示文案，獲得差異化文案；

根據所述差異化文案，確定所述待識別頁面是否包含隱藏文案。

5.根據權利要求4所述的方法，其特征在于，所述根據所述差異化文案，確定所述待識別頁面是否包含隱藏文案，包括：

對所述差異化文案中包含的標點符號進行剔除，得到清理后的差異化文案；

根據所述清理后的差異化文案、以及所述展示文案，確定所述待識別頁面是否包含隱藏文案。

6.根據權利要求5所述的方法，其特征在于，所述根據所述清理后的差異化文案、以及所述展示文案，確定所述待識別頁面是否包含隱藏文案，包括：

計算所述清理后的差異化文案的第一字符串長度、以及所述展示文案的第二字符串長度；

根據所述第一字符串長度與所述第二字符串長度的比值，確定所述待識別頁面是否包含隱藏文案。

7.根據權利要求6所述的方法，其特征在于，所述根據所述第一字符串長度與所述第二字符串長度的比值，確定所述待識別頁面是否包含隱藏文案，包括：

若所述第一字符串長度與所述第二字符串長度的比值小于閾值，則確定所述待識別頁面不包含隱藏文案；

若所述第一字符串長度與所述第二字符串長度的比值大于或等于所述閾值，則確定所述待識別頁面包含隱藏文案。

8.一種頁面隱藏文案識別裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待識別頁面；

源代碼處理模塊，用于根據所述待識別頁面的源代碼，獲得所述待識別頁面包含的全量文案；

圖像化處理模塊，用于對所述待識別頁面的展示內容進行圖像化處理，獲得對應的展示圖片；

文字識別模塊，用于對所述展示圖片進行文字識別，獲得所述待識別頁面包含的展示文案；

確定模塊，用于基于所述全量文案與所述展示文案的差異，確定所述待識別頁面是否包含隱藏文案。

9.一種計算機可讀存儲介質，存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行如權利要求1至7中任一項所述方法的步驟。

10.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行如權利要求1至7中任一項所述方法的步驟。