[发明专利]对网页进行转码后建立目录的方法以及服务器

权利要求书

1.一种对网页进行转码后建立目录的方法，该方法包括：

a.获取待转码的网页；

b.将该网页分成多个分块；

c.对所述网页进行页面转码以获得与该网页对应的至少一个分页，并遍历所述网页的源码以分别记录每一所述分块的摘要信息；

d.根据所述摘要信息在所述源码中的布局确定每一所述分块与所述分页的对应关系，并根据该对应关系建立页面目录，该页面目录内包含所述多个分块的摘要信息，所述摘要信息指向与所述多个分块对应的所述分页；

其中，根据所述摘要信息在所述源码中的布局确定的每一所述分块与所述分页的对应关系包括：

一个所述分页中包括一个或多个所述分块；

一个所述分块的内容显示于一个或多个所述分页。

2.根据权利要求1所述的方法，其中，步骤b中的所述分块处理包括：

对所述网页进行解析，以获取该网页的DOM树；

根据所述DOM树对所述网页进行分块。

3.根据权利要求2所述的方法，其中，根据所述DOM树对所述网页进行分块包括：

根据所述DOM树获得所述网页的DOM节点，并根据所述DOM节点的文本特征、结构特征和功能特征中的至少一个特征对所述网页进行分块。

4.根据权利要求1所述的方法，其中：

所述分块是包括多个导航链接的导航块；

所述摘要信息是从所述多个导航链接抽取的一个或多个导航链接的文字。

5.根据权利要求1所述的方法，其中：

所述分块是包括至少一篇文章的栏目块；

所述摘要信息是从所述至少一篇文章中抽取的文章标题。

6.根据权利要求1所述的方法，其中，所述页面目录包括：

独立的目录页面、悬浮在所述分页上的目录窗口和基于Html 5的目录窗口中的一种或多种。

7.根据权利要求1至6任一项所述的方法，其中：

所述网页是HTML格式的页面；

所述分页是WML格式或XHTML格式的页面。

8.一种对网页进行转码后建立目录的服务器，该服务器包括：

获取模块，用于获取待转码的网页；

分块模块，用于将所述网页分成多个分块；

转码模块，用于对所述网页进行页面转码以获得与该网页对应的至少一个分页，并遍历所述网页的源码以分别记录每一所述分块的摘要信息；

目录模块，用于根据所述摘要信息在所述源码中的布局确定每一所述分块与所述分页的对应关系，并根据该对应关系建立页面目录，该页面目录内包含所述多个分块的摘要信息，所述摘要信息指向与所述多个分块对应的所述分页；

其中，根据所述摘要信息在所述源码中的布局确定的每一所述分块与所述分页的对应关系包括：

一个所述分页中包括一个或多个所述分块；

一个所述分块的内容显示于一个或多个所述分页。

9.根据权利要求8所述的服务器，其中，所述分块模块包括：

解析单元，用于对所述网页进行解析，以获取该网页的DOM树；

分块单元，用于根据所述DOM树对所述网页进行分块。

10.根据权利要求9所述的服务器，其中，所述分块单元根据所述DOM树对所述网页进行分块包括：

所述分块单元根据所述DOM树获得所述网页的DOM节点，并根据所述DOM节点的文本特征、结构特征和功能特征中的至少一个特征对所述网页进行分块。

11.根据权利要求8所述的服务器，其中：

所述分块是包括多个导航链接的导航块和/或包括至少一篇文章的栏目块；

所述转码模块包括分页单元和摘要单元；

所述分页单元，用于对所述网页进行页面转码后生成与该网页对应的一个或多个所述分页；

所述摘要单元，用于从所述导航块内抽取所述摘要信息，该摘要信息是从所述多个导航链接抽取的一个或多个导航链接的文字，和/或从所述栏目块内抽取所述摘要信息，该摘要信息是从所述至少一篇文章中抽取的文章标题。

12.根据权利要求8所述的服务器，其中，所述页面目录包括：

独立的目录页面、悬浮在所述分页上的目录窗口和基于Html 5的目录窗口中的一种或多种。