[发明专利]网站内容的检测方法及装置

摘要

本申请公开了一种网站内容的检测方法及装置。该方法包括：获取目标网站的爬取页面集合，其中，爬取页面集合为在目标时间段内对目标网站进行爬取的网站页面的集合；判断爬取页面集合中是否含有内容页面；如果判定爬取页面集合中没有内容页面，获取第一首页内容和第二首页内容，其中，第一首页内容为在目标时间段内的第一时刻爬取目标网站首页的内容，第二首页内容为在目标时间段内的第二时刻爬取目标网站首页的内容；以及根据第一首页内容和第二首页内容检测在目标时间段内目标网站的内容是否有更新。通过本申请，解决了相关技术中在判断网站的内容是否有更新时准确性较低的问题。

主权项

1.一种网站内容的检测方法，其特征在于，包括：/n获取目标网站的爬取页面集合，其中，所述爬取页面集合为在目标时间段内对所述目标网站进行爬取的网站页面的集合；/n判断所述爬取页面集合中是否含有内容页面；/n如果判定所述爬取页面集合中没有内容页面，获取第一首页内容和第二首页内容，其中，所述第一首页内容为在所述目标时间段内的第一时刻爬取所述目标网站首页的内容，所述第二首页内容为在所述目标时间段内的第二时刻爬取所述目标网站首页的内容；以及/n根据所述第一首页内容和所述第二首页内容检测在所述目标时间段内所述目标网站的内容是否有更新；/n其中，判断所述爬取页面集合中是否含有内容页面包括：/n解析所述爬取页面集合中所有网站页面；/n在所述所有网站页面中过滤列表页面；/n判断过滤后的所述所有网站页面中是否含有内容页面；/n如果过滤后的所述所有网站页面中含有内容页面，判定所述爬取页面集合中含有内容页面；/n如果过滤后的所述所有网站页面中没有内容页面，判定所述爬取页面集合中没有内容页面。/n