[发明专利]一种环球信息网WWW页面处理方法和装置

权利要求书

1.一种环球信息网WWW页面处理方法，其特征在于，包括：

确定需要进行优化的网站；针对每个网络中各不同类型的WWW页面，分别为其生成对应的页面模板并进行保存；

不断地从各网站中抓取WWW页面，将抓取到的每个WWW页面分别与其对应的页面模板进行匹配，根据匹配结果从中过滤掉多余的超文本标记语言HTML数据，并将过滤后的WWW页面进行保存；

当接收到来自终端的WWW页面访问请求时，确定是否保存有终端请求访问的WWW页面对应的过滤后的WWW页面，如果是，则将对应的过滤后的WWW页面返回给终端。

2.根据权利要求1所述的方法，其特征在于，该方法进一步包括：

如果未保存有终端请求访问的WWW页面对应的过滤后的WWW页面，则执行WWW页面的实时转换流程。

3.根据权利要求1或2所述的方法，其特征在于，所述针对每个网络中各不同类型的WWW页面，分别为其生成对应的页面模板并进行保存包括：

针对每个网站X，分别进行以下处理：

根据接收到的后台管理员指令，从网站X中分别获取不同类型的WWW页面各一个；

将获取到的每个WWW页面分别分析构造成文档对象模型DOM树，并根据接收到的后台管理员指令，删除每个DOM树中不需要保留的DOM节点；

将每个经过删除处理后的DOM树分别转换为WWW页面，作为页面模板进行保存。

4.根据权利要求1或2所述的方法，其特征在于，所述将抓取到的每个WWW页面分别与其对应的页面模板进行匹配，根据匹配结果从中过滤掉多余的HTML数据包括：

针对抓取到的每个WWW页面Y，分别进行以下处理：

将WWW页面Y分析构造成DOM树，得到DOM树1，将WWW页面Y对应的页面模板Y分析构造成DOM树，得到DOM树2；

针对DOM树1中的每个DOM节点，分别确定其在DOM树2中是否存在相匹配的DOM节点，如果是，则不作处理，否则，将该DOM节点从DOM树1中删除；

将经过删除处理后的DOM树1转换为WWW页面，将DOM树2转换为页面模板Y。

5.根据权利要求1或2所述的方法，其特征在于，该方法进一步包括：保存每个页面模板的统一资源定位符URL；

所述将抓取到的每个WWW页面分别与其对应的页面模板进行匹配之前，进一步包括：根据抓取到的每个WWW页面的URL确定其对应的页面模板。

6.根据权利要求1或2所述的方法，其特征在于，所述终端为手机终端。

7.一种环球信息网WWW页面处理装置，其特征在于，包括：

第一处理单元，用于确定需要进行优化的网站；针对每个网络中各不同类型的WWW页面，分别为其生成对应的页面模板并进行保存；不断地从各网站中抓取WWW页面，将抓取到的每个WWW页面分别与其对应的页面模板进行匹配，根据匹配结果从中过滤掉多余的超文本标记语言HTML数据，并将过滤后的WWW页面进行保存；

第二处理单元，用于当接收到来自终端的WWW页面访问请求时，确定所述第一处理单元中是否保存有终端请求访问的WWW页面对应的过滤后的WWW页面，如果是，则从所述第一处理单元中获取对应的过滤后的WWW页面，并返回给终端。

8.根据权利要求7所述的装置，其特征在于，所述第二处理单元进一步用于，如果所述第一处理单元中未保存有终端请求访问的WWW页面对应的过滤后的WWW页面，则执行WWW页面的实时转换流程。