[发明专利]一种环球信息网WWW页面处理方法和装置

说明书

技术领域

本发明涉及互联网技术，特别涉及一种环球信息网(WWW，World Wide Web)页面处理方法和装置。

背景技术

随着宽带互联网的普及，互联网上的WWW页面显示的内容越来越丰富，但同时，多余的信息，如广告信息等也越来越多。当用户在有限大小的终端，如手机终端上浏览WWW页面时，这些多余的信息会给用户的浏览带来很大的不便，从而降低用户体验。

发明内容

有鉴于此，本发明的主要目的在于提供一种WWW页面处理方法，能够提升用户体验。

本发明的另一目的在于提供一种WWW页面处理装置，能够提升用户体验。

为达到上述目的，本发明的技术方案是这样实现的：

一种WWW页面处理方法，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。

一种WWW页面处理装置，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。

可见，采用本发明的技术方案，根据页面模板从抓取到的WWW页面中过滤掉多余的HTML数据，即广告信息等，从而方便了用户浏览，提升了用户体验；而且，本发明所述方案实现起来简单方便，便于普及。

附图说明

图1为本发明方法实施例的流程图。

图2为本发明装置实施例的组成结构示意图。

具体实施方式

针对现有技术中存在的问题，本发明中提出一种全新的WWW页面处理方案，能够提升用户体验。

为使本发明的技术方案更加清楚、明白，以下参照附图并举实施例，对本发明所述方案作进一步地详细说明。

图1为本发明方法实施例的流程图。如图1所示，包括以下步骤：

步骤11：确定需要进行优化的网站。

在实际应用中，可由后台管理员来确定哪些网站需要进行优化(即按照后续方式对WWW页面进行过滤等)，并利用确定出的网站组成一个网站链接列表，输入给后台处理系统。

理论上来说，网站链接列表中所包含的网站数越多越好，但是考虑到维护成本等因素，可只包含一些比较常用的网站。

步骤12：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。

本步骤中，针对网站链接列表中的每个网站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，Document Object Model)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，并作为页面模板进行保存。如何分析构造DOM树以及如何将DOM树转换为WWW页面均为现有技术。

在实际应用中，可开发一个相关插件安装在后台处理系统的浏览器，如火狐(FireFox)浏览器上；后续，后台管理员可在安装了插件的FireFox浏览器上访问不同网站的不同类型的WWW页面，具体来说，针对每个网站X中不同类型，如新闻类和BBS类的WWW页面，可分别从中随机选择一个WWW页面进行访问，并通过鼠标选择所访问的WWW页面中需要保留和需要删除的内容。所述插件即用于根据后台管理员的操作，相应地完成分析构造DOM树、删除DOM节点、将DOM树转换为WWW页面等功能。