[發(fā)明專利]上網(wǎng)頁(yè)面還原方法、系統(tǒng)、訪問(wèn)方法、系統(tǒng)、介質(zhì)及終端

在審

• 申請(qǐng)?zhí)枺?/td>: 202210144167.X
• 申請(qǐng)日: 2022-02-17
• 公開(kāi)（公告）號(hào): CN114510672A
• 公開(kāi)（公告）日: 2022-05-17
• 發(fā)明（設(shè)計(jì)）人: 賀輝;鄭思文;陳政權(quán);劉光海;李春利
• 申請(qǐng)（專利權(quán)）人: 上海閱維科技股份有限公司
• 主分類號(hào): G06F16/958
• 分類號(hào): G06F16/958
• 代理公司: 上海驍象知識(shí)產(chǎn)權(quán)代理有限公司 31315
• 代理人: 趙峰

本發(fā)明提供一種上網(wǎng)頁(yè)面還原方法、系統(tǒng)、訪問(wèn)方法、系統(tǒng)、介質(zhì)及終端。本發(fā)明的上網(wǎng)頁(yè)面還原方法包括如下步驟：在收到所述還原請(qǐng)求后，通過(guò)還原程序讀取鏡像流量以獲取所述上網(wǎng)頁(yè)面中的資源文件；將所述資源文件存儲(chǔ)在定制服務(wù)器的根目錄中；遍歷每一個(gè)所述上網(wǎng)頁(yè)面的所有資源文件，并在所述根目錄生成一個(gè)訪問(wèn)索引以訪問(wèn)所述上網(wǎng)頁(yè)面。本發(fā)明在鏡像網(wǎng)絡(luò)條件下，無(wú)需操作實(shí)體文件內(nèi)容，瀏覽器會(huì)根據(jù)html文件處理發(fā)送引用請(qǐng)求；而且上網(wǎng)頁(yè)面還原過(guò)程和訪問(wèn)過(guò)程具有高性能，能夠?qū)崿F(xiàn)實(shí)時(shí)還原，無(wú)需考慮海量數(shù)據(jù)處理情況；還支持動(dòng)態(tài)資源引用，對(duì)復(fù)雜的資源依賴關(guān)系有覆蓋性，比如特殊的資源請(qǐng)求，js、css文件資源請(qǐng)求等，能夠滿足不同的需求。

技術(shù)領(lǐng)域

本發(fā)明屬于互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別是涉及一種上網(wǎng)頁(yè)面還原方法、系統(tǒng)、訪問(wèn)方法、系統(tǒng)、介質(zhì)及終端。

背景技術(shù)

用戶上網(wǎng)的過(guò)程中，會(huì)瀏覽各式各樣的網(wǎng)頁(yè)，通過(guò)分析用戶的上網(wǎng)頁(yè)面，可以對(duì)用戶的行為進(jìn)行分析匯總，生成用戶行為畫(huà)像。該技術(shù)對(duì)于預(yù)防，過(guò)濾不法網(wǎng)站以及定位不法人員有一定的幫助。

經(jīng)過(guò)對(duì) http協(xié)議特性的一些分析，部分特性可關(guān)聯(lián)資源文件。瀏覽器在構(gòu)建上網(wǎng)頁(yè)面時(shí)會(huì)以 html文件為基礎(chǔ)，遍歷 html文件中的資源引用，這些引用以網(wǎng)絡(luò)請(qǐng)求（例：加載一張圖片 url=”http://www.baidu.com/img/a.jpg”）或者路徑引用的方式(例:url=”img/a.jpg”)。路徑引用可以直接從該上網(wǎng)頁(yè)面的 web服務(wù)器中獲取到資源，非當(dāng)前web服務(wù)器的資源則需要通過(guò)網(wǎng)絡(luò)請(qǐng)求去獲取。

考慮到路徑引用這一特性，如果將所有的資源以 host進(jìn)行分類，將 html里面的所有引用替換成路徑引用的方式，可以實(shí)現(xiàn)上網(wǎng)頁(yè)面資源文件的加載。即在鏡像流量中，將還原后的資源文件根據(jù)url以 host進(jìn)行分目錄保存，遍歷分析 html文件，獲取html文件中的資源引用列表，遍歷資源引用，將網(wǎng)絡(luò)請(qǐng)求引用和絕對(duì)路徑引用都改為相對(duì)引用（例：host為www.baidu.com 根目錄有一個(gè)index.html文件引用 url=”http:://image.baidu.com/a.img”， 改成 url=”../image.baidu.com/a.jpg。或者，引用為 url=”/img/b.jpg” 改為url=“./img/b.jpg”）,這樣就可以達(dá)到加載資源的目的。但是，在海量的流量下，這種方式需要不斷的打開(kāi)操作文件，并且需要替換各種復(fù)雜的引用，性能比較低，同時(shí)覆蓋面不全。

目前的上網(wǎng)頁(yè)面還原和訪問(wèn)方法主要存在如下問(wèn)題：

1、依賴互聯(lián)網(wǎng)環(huán)境，重新訪問(wèn)用戶網(wǎng)頁(yè)并發(fā)送請(qǐng)求。現(xiàn)有技術(shù)依賴互聯(lián)網(wǎng)環(huán)境在鏡像流量下無(wú)法執(zhí)行。

2、需要操作文件內(nèi)容，進(jìn)行分析做url轉(zhuǎn)換。在分析 html 文件的過(guò)程中，需要頻繁的打開(kāi)html文件，并且對(duì)資源進(jìn)行請(qǐng)求，在海量鏡像流量下，會(huì)有性能問(wèn)題。

3、覆蓋不全。html引用中，會(huì)有一些特殊的引用（比如根據(jù)實(shí)時(shí)時(shí)間生成引用，一些非標(biāo)準(zhǔn)用法），可能就不會(huì)覆蓋到。

4、不支持頁(yè)面的動(dòng)態(tài)引用、復(fù)雜引用。當(dāng)上網(wǎng)頁(yè)面引用一些js文件等動(dòng)態(tài)引用時(shí)，如果不清楚對(duì)應(yīng)web服務(wù)器的處理邏輯，就沒(méi)辦法正確獲取資源。

發(fā)明內(nèi)容

鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種上網(wǎng)頁(yè)面還原方法、系統(tǒng)、訪問(wèn)方法、系統(tǒng)、介質(zhì)及終端，用于解決現(xiàn)有技術(shù)中在上網(wǎng)頁(yè)面還原過(guò)程中性能低、無(wú)法實(shí)時(shí)還原的問(wèn)題。

為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種上網(wǎng)頁(yè)面還原方法，包括以下步驟：

在收到還原請(qǐng)求后，通過(guò)還原程序讀取鏡像流量以獲取上網(wǎng)頁(yè)面中的資源文件；

將所述資源文件存儲(chǔ)在定制服務(wù)器的根目錄中；

遍歷每一個(gè)所述上網(wǎng)頁(yè)面的所有資源文件，并在所述根目錄生成一個(gè)訪問(wèn)索引以訪問(wèn)所述上網(wǎng)頁(yè)面。

于本發(fā)明的一實(shí)施例中，所述將所述資源文件存儲(chǔ)在定制服務(wù)器的根目錄中，包括