[发明专利]栏目更新日期确定方法、装置、设备及可读存储介质

权利要求书

1.一种栏目更新日期确定方法，其特征在于，包括：

从目标网站中提取目标栏目的目标地址，所述目标栏目为所述目标网站中待确定更新日期的栏目；

按照所述目标地址查询所述目标栏目的源码，并根据所述源码生成目标DOM树；

在所述目标DOM树中查询有效内链地址对应的内链标签元素；

根据所述内链标签元素确定所述目标栏目的更新日期；

其中，所述根据所述内链标签元素确定所述目标栏目的更新日期，包括：

判断所述内链标签元素的父标签元素是否存在父节点；

若否，则在所述父标签元素中查询日期，并将查询到的日期确定为所述目标栏目的更新日期。

2.根据权利要求1所述的栏目更新日期确定方法，其特征在于，所述从目标网站中提取目标栏目的目标地址，包括：

利用目标标签从所述目标网站中提取所述目标地址，所述目标标签包括：nav、menu、nav^*和menu^*。

3.根据权利要求1所述的栏目更新日期确定方法，其特征在于，所述在所述目标DOM树中查询有效内链地址对应的内链标签元素之前，还包括：

对所述目标DOM树进行去噪。

4.根据权利要求3所述的栏目更新日期确定方法，其特征在于，所述在所述目标DOM树中查询有效内链地址对应的内链标签元素，包括：

在所述目标DOM树中查询内链地址；

对查询到的所述内链地址进行筛选，获得有效内链地址；

从所述目标DOM树中提取所述有效内链地址对应的内链标签元素。

5.根据权利要求4所述的栏目更新日期确定方法，其特征在于，所述对查询到的所述内链地址进行筛选，获得有效内链地址，包括：

确定所述目标地址的第一文件目录，以及查询到的所述内链地址的第二文件目录；

若所述第一文件目录和所述第二文件目录的头部相同，则将所述内链地址确定为有效内链地址；

若所述第一文件目录和所述第二文件目录的头部不相同，则将所述内链地址确定为无效内链地址。

6.根据权利要求1所述的栏目更新日期确定方法，其特征在于，还包括：

若所述父标签元素存在父节点，则确定所述内链标签元素和所述父标签元素所属的标签元素组；

若所述标签元素组中仅有一个日期，则将所述日期确定为所述目标栏目的更新日期。

7.一种栏目更新日期确定装置，其特征在于，包括：

提取模块，用于从目标网站中提取目标栏目的目标地址，所述目标栏目为所述目标网站中待确定更新日期的栏目；

执行模块，用于按照所述目标地址查询所述目标栏目的源码，并根据所述源码生成目标DOM树；

查询模块，用于在所述目标DOM树中查询有效内链地址对应的内链标签元素；

获取模块，用于根据所述内链标签元素确定所述目标栏目的更新日期；

其中，获取模块包括：

判断单元，用于判断内链标签元素的父标签元素是否存在父节点；

第一确定单元，用于若内链标签元素的父标签元素不存在父节点，则在父标签元素中查询日期，并将查询到的日期确定为目标栏目的更新日期。

8.一种栏目更新日期确定设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序，以实现如权利要求1至6任一项所述的栏目更新日期确定方法。

9.一种可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的栏目更新日期确定方法。