[發明專利]網站內容處理方法、裝置、服務器和計算機可讀存儲介質

在審

• 申請號: 202011026470.7
• 申請日: 2020-09-25
• 公開（公告）號: CN112131507A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 向文川
• 申請（專利權）人: 成都知道創宇信息技術有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06F16/9535
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 李莎

1.一種網站內容處理方法，其特征在于，應用于服務器，所述服務器中維護有違規熱點詞匯和違規普通詞匯，所述方法包括：

針對每個待檢測域名，檢測該待檢測域名所對應的網站中的內容；

將檢測得到的所述內容與違規熱點詞匯進行匹配，然后再與違規普通詞匯進行匹配；

判斷檢測得到的所述內容是否與所述違規熱點詞匯或違規普通詞匯相匹配，若匹配，則對所述待檢測域名進行違規處理。

2.根據權利要求1所述的網站內容處理方法，其特征在于，所述方法還包括：根據違規處理結果，更新所述違規熱點詞匯。

3.根據權利要求2所述的網站內容處理方法，其特征在于，所述根據違規處理結果，更新所述違規熱點詞匯，包括：

根據以下公式，計算各違規詞的熱度：總出現次數*第一權重+時間衰減參數*第二權重；

根據各所述違規詞的熱度大小，得到實時違規熱點詞匯。

4.根據權利要求1所述的網站內容處理方法，其特征在于，待檢測域名所對應的網站中的內容包括：網站標題、網站首頁內容和網站圖片內容中的至少一種。

5.根據權利要求4所述的網站內容處理方法，其特征在于，在待檢測域名所對應的網站中的內容包括網站圖片內容時，所述檢測該待檢測域名所對應的網站中的內容，包括：基于Python3的圖片解析庫pytesseract和PIL，將圖片中的內容進行文字解析。

6.根據權利要求1所述的網站內容處理方法，其特征在于，所述方法還包括獲取待檢測域名的步驟，該步驟包括：

響應于在云平臺添加根域名、需要服務的二級域名并通過修改域名系統接入域名的操作，將所要接入的域名作為待檢測域名。

7.根據權利要求1至6任意一項所述的網站內容處理方法，其特征在于，所述將檢測得到的所述內容與違規熱點詞匯進行匹配，然后再與違規普通詞匯進行匹配；判斷檢測得到的所述內容是否與所述違規熱點詞匯或違規普通詞匯相匹配，若匹配，則對所述待檢測域名進行違規處理，包括：

將檢測得到的所述內容與違規熱點詞匯進行匹配；

若匹配，則將所述待檢測域名進行違規關鍵詞標記，按設定周期將被進行違規關鍵詞標記的所有所述待檢測域名進行推送和違規核實；

若不匹配，則再將檢測得到的所述內容與違規普通詞匯進行匹配，若檢測得到的所述內容與所述違規普通詞匯匹配，則將所述待檢測域名進行違規關鍵詞標記，按設定周期將被進行違規關鍵詞標記的所有所述待檢測域名進行推送和違規核實。

8.一種網站內容處理裝置，其特征在于，應用于服務器，所述服務器中維護有違規熱點詞匯和違規普通詞匯，所述網站內容處理裝置包括：

信息檢測模塊，用于針對每個待檢測域名，檢測該待檢測域名所對應的網站中的內容；

信息匹配模塊，用于將檢測得到的所述內容與違規熱點詞匯進行匹配，然后再與違規普通詞匯進行匹配；

信息判斷模塊，用于判斷檢測得到的所述內容是否與所述違規熱點詞匯或違規普通詞匯相匹配，若匹配，則對所述待檢測域名進行違規處理。

9.一種服務器，其特征在于，包括：存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現權利要求1至7任一項所述的網站內容處理方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括計算機程序，所述計算機程序運行時控制所述計算機可讀存儲介質所在服務器執行權利要求1至7任一項所述的網站內容處理方法。