[发明专利]监控IPTV业务EPG栏目内容变化的系统和方法

权利要求书

1.一种监控IPTV业务EPG栏目内容变化的系统，其特征在于：包括抓取模块、鉴别模块、识别模块、预警模块，其中，

抓取模块用于发送URL请求，获取所有内容分类下的网页HTML格式数据，并将其保存在本地文件中，并将抓取的所有内容分类下的html格式数据进行筛选，筛选出img标签，将所有的img标签保存在本地文件中，获取全部海报图片路径src，下载到对应目录下；

鉴别模块用于将保存在本地文件中的前后不同时间点获取内容类型进行对比，获取对比结果，向抓取模块提示内容类型有变化；

识别模块是借助PaddleOCR学习模型，获取图片信息，识别海报图片中的内容名称，并将内容名称去噪，去除无效的图片信息，使内容名称更加准确，并将海报图片中的内容名称识别出，并进行记录到本地文件中，将本地文件中原保存的内容名称，与刚识别到的内容名称进行对比，将对比结果发送至预警模块；

预警模块基于zabbix监控与预警，其监控与预警方法为，定义主机、监控项、定义zabbix触发器，设置预警表达式，一旦接收到识别模块发出的对比结果，则进行匹配，zabbix触发器检索是否匹配预警条件，若匹配到预警条件，则会进行预警。

2.一种监控IPTV业务EPG栏目内容变化的方法，其特征在于：包括：

步骤1.内容分类抓取与鉴别：抓取模块发送URL请求，获取所有内容分类下的网页HTML格式数据，然后鉴别模块进行鉴别，将保存在本地文件中的前、后不同时间点获取内容的类型进行对比，获取对比结果，有变化时，向抓取模块提示内容类型有变化，触发抓取模块；

步骤2.抓取内容分类类别下的全部海报图片：抓取模块发送URL请求，获取所有内容分类下的网页HTML格式数据，并将抓取的所有内容分类下的html格式数据进行筛选，筛选出img标签，将所有的img标签保存在本地文件中，获取全部海报图片路径src，下载到对应目录下；

步骤3.全部海报图片进行识别：采用识别模块识别海报图片中的内容名称，并进行记录到本地文件中，并将本次识别所得的内容名称与上一次保存时识别所得的内容名称相比较，若有变化的结果发送给预警模块；

步骤4.对海报图片预警：定义主机、监控项、定义zabbix触发器，设置预警表达式，一旦接收到识别模块发出的对比结果，则进行匹配，zabbix触发器检索是否匹配预警条件，若匹配到预警条件，则会进行预警。

3.根据权利要求2所说的一种监控IPTV业务EPG栏目内容变化的方法，其特征在于：所述步骤3中识别模块借助PaddleOCR学习模型，获取图片信息，识别海报图片中的内容名称，并将内容名称去噪，去除无效的图片信息，使内容名称更加准确。

4.根据权利要求3所说的一种监控IPTV业务EPG栏目内容变化的方法，其特征在于：所述步骤3中识别模块识别海报图片中内容名称的方法为：

3.5.1先执行python

PaddleOCR/tools/infer/predict_system.py XXX命令，获取脚本执行结果；

3.5.2将脚本执行结果序列化，转码成UTF-8编码格式的字符串；

3.5.3根据字符串，获取原始图片内容名称信息；

3.5.4将内容名称进行去噪，首先初始化一个无效字符的文件，遍历该文件，查看内容名称信息中是否包含无效字符，若包含则删掉无效字符，使内容更加准确；

3.5.5若返回的内容名称信息是空串，则PaddleOCR学习模型无法识别该图片，我们先将该图片解析出MD5值，并将该图片以路径为key，MD5值为value的形式，保存到临时文件中。