[发明专利]一种视频URL抓取方法、装置及终端设备

权利要求书

1.一种视频URL抓取方法，其特征在于，该方法包括：

从web页面上提取视频标签；

对所述视频标签的类型进行识别；

根据所述视频标签的类型提取视频URL。

2.根据权利要求1所述的方法，其特征在于，从web页面上提取视频标签包括：

扫描web页面的DOM树，找到所有文字节点；

从所有文字节点中提取包括有预设特征文字的文字节点；

将包括有预设特征文字的文字节点的父节点作为所述视频标签。

3.根据权利要求2所述的方法，其特征在于，从web页面上提取视频标签之后还包括：

从所述web页面提取视频标题；

分析所述视频标签是否包含前导符，所述前导符为所述视频标签中除所述预设特征文字外的文字；

当所述视频标签包含前导符，分析所述前导符中是否包含有提取到的所述视频标题；

当所述视频标签中的前导符不包含有提取到的所述视频标题时，判定所述视频标签无效，不作处理。

4.根据权利要求2所述的方法，其特征在于，从web页面上提取视频标签之后还包括：

检测所述视频标签是否为超链接或所述视频标签是否包含onclick事件；

当所述视频标签不是超链接且不包含onclick事件时，判定所述视频标签无效，不作处理。

5.根据权利要求1所述的方法，其特征在于，从web页面上提取视频标签之前还包括：

解析所述web网页，判断所述web网页是否包含video标签；

当所述web网页包含video标签，从web页面上提取视频标签。

6.根据权利要求1所述的方法，其特征在于，根据所述视频标签的类型提取视频URL包括：

通过所述视频标签提取第一URL；

通过所述第一URL进行网络访问，获取包括MIME Type的协议头；

当所述MIME Type为视频类型时，判定所述第一URL为视频URL；当所述MIME Type为HTML页面类型时，判定所述第一URL为HTML页面URL；

当所述第一URL为视频URL时，则获取所述视频URL；

当所述第一URL为HTML页面URL时，根据所述HTML页面URL获取视频URL。

7.根据权利要求6所述的方法，其特征在于，根据所述HTML页面URL获取视频URL包括：

根据所述HTML页面URL获取HTML页面数据；

从所述HTML页面数据中查找第二URL；

通过所述第二URL进行网络访问，获取包括MIME Type的协议头；

当所述MIME Type为视频类型时，判定所述第二URL为视频URL，并获取所述视频URL；

当所述MIME Type为HTML页面类型时，判定所述第二URL为HTML页面URL，则重复根据所述HTML页面URL获取HTML页面数据的步骤，直到从HTML页面中获取到视频URL。

8.根据权利要求6或7所述的方法，其特征在于，该方法还包括：

在进行网络访问时，还获取预设字节个数的数据；

当所述MIME Type为视频类型时，根据所述预设字节个数的数据获得所述视频的基本信息；

当所述MIME Type为HTML页面类型时，根据所述HTML页面URL获取所述预设字节个数的数据之外的其他HTML页面数据。

9.根据权利要求6所述的方法，其特征在于，所述视频标签的类型包括：

第一类型，所述视频标签为指向视频的超链接；

第二类型，所述视频标签包含onclick事件的元素，点击后页面跳转到视频；

第三类型，所述视频标签包含onclick事件的元素，所述视频标签所在页面包含视频，点击后在所述页面上播放视频；

第四类型，所述视频标签为指向包含视频的HTML页面的超链接；

第五类型，所述视频标签包含onclick事件的元素，点击后页面跳转到包含视频的HTML页面。