[发明专利]用于嵌入式浏览器的网页编码语言自动识别方法及装置

权利要求书

1.一种用于嵌入式浏览器的网页编码语言自动识别方法，其特征在于，包括以下步骤：

S102，从所述嵌入式浏览器的协议栈中获取网页数据和协议头；

S104，解析所述网页数据和所述协议头，以获得指明网页编码的元数据；以及

S106，利用从所述网页数据中获取的元数据和从所述协议头中获取的元数据，根据优先级判断第一次文本解析应该使用的编码；

S108，根据所采用的编码解析当前数据块，并统计解析过程中出现的错误，并且在出现错误的情况下，再次选择编码进行解析。

2.根据权利要求1所述的网页编码语言自动识别方法，其特征在于，所述S106包括：

将从所述网页数据获取的元数据或所述协议头中获取的元数据的优先级设置为最高，在其中至少之一存在的情况下，采用该种元数据指示的编码进行解析；在均不存在的情况下，采用从同一网页的其他数据块的网页数据或协议头获取的元数据指示的编码进行解析；在不存在所述同一网页的其他数据块的网页数据和协议头的情况下，采用所述浏览器内置的缺省编码进行解析。

3.根据权利要求2所述的网页编码语言自动识别方法，其特征在于，在所述步骤S108中，在解析无错误的情况下，将采用的编码的优先级设置为最高，在解析出现错误的情况下，继续选择编码进行解析。

4.一种用于嵌入式浏览器的网页编码语言自动识别装置，其特征在于，包括：

数据获取模块，用于从嵌入式浏览器的协议栈中获取部分网页数据和协议头；

数据解析模块，用于解析所述网页数据和所述协议头，以获得指明网页编码的元数据；

编码确定模块，用于利用从所述网页数据中获取的元数据和从所述协议头中获取的元数据，根据优先级判断第一次文本解析应该使用的编码；以及

解析模块，根据所采用的编码解析当前数据块，并统计解析过程中出现的错误，并且在出现错误的情况下，再次选择编码进行解析。

5.根据权利要求4所述的网页编码语言自动识别装置，其特征在于，所述编码确定模块将从所述网页数据获取的元数据或所述协议头中获取的元数据的优先级设置为最高，在其中至少之一存在的情况下，采用该种元数据指示的编码进行解析；在均不存在的情况下，采用从同一网页的其他数据块的网页数据或协议头获取的元数据指示的编码进行解析；以及在不存在所述同一网页的其他数据块的网页数据和协议头的情况下，采用所述浏览器内置的缺省编码进行解析。

6.根据权利要求5所述的网页编码语言自动识别装置，其特征在于，在解析无错误的情况下，所述编码确定模块将采用的编码的优先级设置为最高，在解析出现错误的情况下，所述编码确定模块继续选择编码以进行解析。