[发明专利]查找内容项中是否存在标志的方法及装置

说明书

技术领域

本发明涉及互联网技术领域，具体涉及一种查找内容项中是否存在标志的方法及装置。

背景技术

在互联网上的内容项展示系统中，一般一个内容项发布者所展示的内容项都是具有其独有的标志的，并且在一般情况下只有该内容项的发布者具有该独有的标志的使用权，因此该发布者还会禁止其他的发布者使用该独有的标志，例如，禁止其他的发布者发布包含该独有的标志的内容项。内容项展示系统一般都具有针对标志侵权进行过滤的模块，会对所有内容项文本进行标志的查找，若查找到内容项中包含不属于该发布者的标志，则从展示平台撤销该内容项的展示。

可以通过从标志库中取出所有标志，然后逐个地和一个内容项文本进行字符串匹配的方式查找该内容项中是否存在不允许使用的标志，若该内容项文本中出现了标志库中的任意一个标志，则可以确定该内容项中包含不允许使用的标志，将会从展示平台中撤销该内容项的展示，若该内容项文本中未出现该标志库中的任何一个标志，则可以确定该内容项中不包含不允许使用的标志，可以在展示平台上展示该内容项。然而，标志库中标志的数量一般都很大，因此，将内容项文本与标志库中的每一个标志逐个进行字符对比的查找方法效率非常低。

为提高内容项中标志的查找效率，本发明提出了一种查找内容项中是否存在标志的方案。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种查找内容项中是否存在标志的方法和相应的装置。

依据本发明的一个方面，提供了一种查找内容项中是否存在标志的方法，包括：将内容项文本拆分为一个或多个字符串；其中，每一个字符串包含至少一个字符；针对所述一个或多个字符串中的每一个字符串，查找在预先建立的标志树上是否存在与该字符串相匹配的字符路径；如果所述标志树中存在至少一个与所述一个或多个字符串中任意一个字符串相匹配的字符路径，则确定所述内容项文本中存在标志。

其中，如果所述标志树中不存在与所述一个或多个字符串中任何一个字符串相匹配的字符路径，则确定所述内容项文本中不存在标志。

其中，所述标志树是基于标志库中的所有标志而被预先建立的；其中，所述标志库中包含一个或多个标志，所述标志树包含一个或多个节点，其中的一个或多个为首级节点，每个节点包含一个字符，每个首级节点包含的字符与所述标志库中一个或多个标志所共有的相同的一个或多个首字符相同，所述每个首级节点与其下级的一级或多级节点构成一个或多个字符路径，每个字符路径构成一个路径字符串，并且每个所述路径字符串对应所述标志库中一个标志，每个所述标志的结束字符对应的节点上带有结束标记。

其中，将内容项文本拆分为一个或多个字符串，包括：按顺序取出所述内容项文本中的所有字符，以得到所述内容项文本的一个字符串；依次去除前一次得到的字符串的首字符，以得到所述内容项文本的一个或多个字符串。

其中，针对所述一个或多个字符串中的每一个字符串，查找在预先建立的标志树上是否存在与该字符串相匹配的字符路径，包括：针对所述一个或多个字符串中的任意一个字符串，在所述标志树上查找包含的字符与所述字符串的首字符对应相同的首级节点；从所述首级节点起，顺次向下级查找包含的字符与所述字符串的其余字符对应相同的节点；如果顺次查找到的包含的字符与所述字符串中字符对应相同的任意一级节点带有结束标记，则确定在所述标志树上存在与所述字符串匹配的字符路径。

其中，如果针对所述一个或多个字符串中的任意一个字符串，在所述标志树上未查找到包含的字符与所述字符串的首字符对应相同的首级节点，则确定在所述标志树上不存在与所述字符串匹配的字符路径。

其中，如果顺次一直查找到包含的字符与所述字符串的结束字符对应相同的节点，但在包含的字符与所述字符串对应相同的每一级节点中都不带有结束标记，则确定在所述标志树上不存在与所述字符串匹配的字符路径。

根据本发明的另一方面，提供了一种查找内容项中是否存在标志的装置，包括：拆分模块，用于将内容项文本拆分为一个或多个字符串；其中，每一个字符串包含至少一个字符；查找模块，用于针对所述一个或多个字符串中的每一个字符串，查找在预先建立的标志树中是否存在与该字符串相匹配的字符路径；确定模块，用于如果所述标志树中存在至少一个与所述一个或多个字符串中任意一个字符串相匹配的字符路径，则确定所述内容项文本中存在标志。

其中，所述确定模块进一步用于如果所述标志树中不存在与所述一个或多个字符串中任何一个字符串相匹配的字符路径，则确定所述内容项文本中不存在标志。