[发明专利]曝光URL处理方法及装置

说明书

本发明实施例提供了一种曝光URL处理方法，用于减小页面检测的工作量。本发明实施例提供的曝光URL处理方法包括：获取多个第一曝光URL；对每个所述第一曝光URL进行解析，得到解析结果，所述解析结果中至少包括曝光参数，所述曝光参数为所述第一曝光URL所属的媒体添加到所述第一曝光URL中的字段；对所述解析结果进行预设处理，得到不包含所述曝光参数的第二曝光URL；将相同的第二曝光URL进行聚合，得到处理后的曝光URL。该技术方案能够有效减少处理后的曝光URL的数目，广告商只需要对处理后的URL进行访问即可，从而有效减小检测的工作量。本发明还提供了相关的曝光URL处理装置。

技术领域

本发明涉及互联网领域，尤其涉及一种曝光URL处理方法及装置。

背景技术

随着科学技术的进步，互联网行业飞速发展，互联网上的流量也越来越大。为了将互联网的流量转化为商业价值，广告商往往会在互联网上投放大量的广告。由于互联网领域存在多样的媒体平台，故同一广告可以具有不同的来源媒体。

为了检测来源媒体是否按照广告商的要求投放了广告，可以对来源媒体的广告投放页面进行检测。具体的，可以对投放了广告的页面的统一资源定位符(Uniform ResourceLocator，URL)进行爬虫回访，以判断该页面投放的广告是否符合广告商要求。

但是，媒体在页面处理过程中往往会针对用户、地区、设备等因素对页面的URL进行修改，导致同一页面在不同的媒体上具有不同的URL。为了实现对来源媒体进行精确的检测，需要对全部不同的URL进行回访。检测的工作量较大，不利于互联网行业的发展。

发明内容

本发明实施例提供了一种曝光URL处理方法，用于减小页面检测的工作量。本发明还提供了相关的曝光URL处理装置。

本发明实施例第一方面提供了一种曝光URL处理方法，包括：

获取多个第一曝光URL；

对每个所述第一曝光URL进行解析，得到解析结果，所述解析结果中至少包括曝光参数，所述曝光参数为所述第一曝光URL所属的媒体添加到所述第一曝光URL中的字段；

对所述解析结果进行预设处理，得到不包含所述曝光参数的第二曝光URL；

将相同的第二曝光URL进行聚合，得到处理后的曝光URL。

可选的，本发明实施例第一方面还包括：

将所述解析结果中的曝光参数进行删除，得到不包含所述曝光参数的第二曝光URL。

可选的，所述解析结果中还包括曝光协议、曝光Host和曝光路径，本发明实施例第一方面还包括：

从所述解析结果中提取曝光协议、曝光Host和曝光路径；

将所述曝光协议、曝光Host、和曝光路径进行组合，得到不包含所述曝光参数的第二曝光URL。

可选的，本发明实施例第一方面还包括：

将所述曝光Host、曝光路径和曝光参数保存到数据库中。

可选的，本发明实施例第一方面还包括：

对处理后的曝光URL进行回访，并将回访不成功的URL添加到无效URL库中。

可选的，本发明实施例第一方面还包括：

确定所述处理后的曝光URL中包含的无效URL，所述无效URL包括：以.swf结尾的URL或者属于所述无效URL库的URL；

将所述处理后的曝光URL中的无效URL进行删除。

本发明实施例第二方面提供了一种曝光URL处理装置，包括：