专利名称：一种页面快速转换方法、装置和系统的制作方法
一种页面快速转换方法、装置和系统技术领域
本申请涉及网页技术领域，特别涉及一种页面快速转换方法、装置和系统。
背景技术：
随着具备上网功能的移动终端的普及，多数用户已经开始使用移动终端上网， 浏览网页信息。针对这一趋势，各大网站专门优化了自己的WAP网站(WAP，Wireless Application Protocol,无线应用协议，一种实现移动电话与互联网结合的应用协议标 准)，做了针对移动终端用户体验的WAP网站。
现有技术中，在当服务器接收到页面请求后，服务器需要大量本地存储在后台去 抓取网页(web)和建立模板训练分析，并使用几个固化的模板直接套取web页面的内容，从 而生成WAP页面。这使现有技术存在下述缺点和不足
(I)大量本地存储，现有技术因为要抓取网页和建立模板训练分析，因此需要大量 的本地存储。
(2)局限性，对于千变万化的各种互联网web页面，现有技术大多使用固化模板直 接套取web页面的内容,影响了普适性。
对于大多数页面，通常只是在个人电脑(PC)正常或完整显示，而在移动终端上其 显示效果并不不理想，并且现有技术的这种解决方案往往耗费大量的很多的人力和物力。发明内容
本申请所要解决的技术问题是提供一种页面快速转换方法、装置和系统，以解决 无线应用环境中耗费资源多的问题。
为了解决上述问题，本申请公开了一种页面快速转换方法，包括
请求接收步骤，接收用户端页面请求；
页面获取步骤，根据所述请求获取页面文档，并解析所述文档的DOM树结构；
标签过滤步骤，依据标签库和结构标签词典，对所述DOM树中的各级标签进行过 滤；
页面整理步骤，将过滤后的DOM树中的标签及其所包含的内容按照所对应结构写 入显示框架；
页面返回步骤，返回整理后的结果至用户端。
优选的，所述的标签过滤步骤具体包括，针对DOM树中的各级标签，执行以下步 骤
初步标签过滤步骤，对于当前层级的子标签，依据标签库对该级子标签进行过 滤；
结构型标签过滤步骤，针对过滤后所述保留的结构型标签，依据结构标签词典，对 其进行过滤。
优选的，所述初步标签过滤步骤包括标签判断步骤
对于保留的文本标签，将所述的文本标签及其内容和对应的父标签转入页面整理步骤；
对于保留的图像标签，当所述图像标签指示的图像的尺寸大小低于预定尺寸大小阈值，则将所述的图像标签及其内容和对应的父标签转入页面整理步骤；
对于保留的结构型标签，转入结构型标签过滤步骤。
优选的，所述的结构标签词典的标签词包括标签id属性和class属性包含的文本中的标签词；其中，所述的标签词根据统计频次选定。
优选的，所述的结构型标签过滤步骤具体包括
查找步骤，针对每一个结构型标签，根据其id属性和/或class属性文本中的标签词，在结构标签词典的标签词中进行匹配查找；
标签相似度计算步骤，根据匹配查找结果，按照标签规则集，计算所述结构型标签与结构型标签词典中标签词的标签相似度；
判断过滤步骤，将计算得到的标签相似度与预置的阈值进行比较，并根据比较结果，对所述结构型标签进行过滤。
优选的，所述的标签相似度根据标签文本相似度和标签语义相似度计算得到。
优选的，所述的标签文本相似度的计算方法为
权利要求
1.一种页面快速转换方法，其特征在于，包括 请求接收步骤，接收用户端页面请求； 页面获取步骤，根据所述请求获取页面文档，并解析所述文档的DOM树结构； 标签过滤步骤，依据标签库和结构标签词典，对所述DOM树中的各级标签进行过滤；页面整理步骤，将过滤后的DOM树中的标签及其所包含的内容按照所对应结构写入显示框架； 页面返回步骤，返回整理后的结果至用户端。
2.如权利要求1所述的方法，其特征在于 所述的标签过滤步骤具体包括，针对DOM树中的各级标签，执行以下步骤 初步标签过滤步骤，对于当前层级的子标签，依据标签库对该级子标签进行过滤； 结构型标签过滤步骤，针对过滤后所述保留的结构型标签，依据结构标签词典，对其进行过滤。
3.如权利要求2所述的方法，其特征在于 所述初步标签过滤步骤包括标签判断步骤 对于保留的文本标签，将所述的文本标签及其内容和对应的父标签转入页面整理步骤； 对于保留的图像标签，当所述图像标签指示的图像的尺寸大小低于预定尺寸大小阈值，则将所述的图像标签及其内容和对应的父标签转入页面整理步骤； 对于保留的结构型标签，转入结构型标签过滤步骤。
4.如权利要求1所述的方法，其特征在于 所述的结构标签词典的标签词包括标签id属性和class属性包含的文本中的标签词；其中，所述的标签词根据统计频次选定。
5.如权利要求4所述的方法，其特征在于 所述的结构型标签过滤步骤具体包括 查找步骤，针对每一个结构型标签，根据其id属性和/或class属性文本中的标签词，在结构标签词典的标签词中进行匹配查找； 标签相似度计算步骤，根据匹配查找结果，按照标签规则集，计算所述结构型标签与结构型标签词典中标签词的标签相似度； 判断过滤步骤，将计算得到的标签相似度与预置的阈值进行比较，并根据比较结果，对所述结构型标签进行过滤。
6.如权利要求5所述的方法，其特征在于 所述的标签相似度根据标签文本相似度和标签语义相似度计算得到。
7.如权利要求6所述的方法，其特征在于 所述的标签文本相似度的计算方法为
8.如权利要求5所述的方法，其特征在于 所述判断过滤步骤具体包括 当所述的标签相似度大于阈值时，对所述结构型标签进行过滤。
9.如权利要求5所述的方法，其特征在于 所述的结构标签词典包括导航过滤词典和页脚过滤词典；所述的导航过滤词典用于过滤的标签词包括导航标签词、广告标签词，所述的页脚过滤词典过滤的标签词包括页眉标签词、页脚标签词。
10.一种页面快速转换装置，其特征在于，包括 请求接收模块，用于接收用户端页面请求； 页面获取模块，用于获取页面文档，并解析所述的页面文档的DOM树结构； 标签过滤模块，用于依据标签库和结构标签词典，对所述DOM树中的各级标签进行过滤； 页面整理模块，用于将过滤后的DOM树中的标签及其所包含的内容按照所对应结构写入显示框架； 页面返回模块，用于返回整理后的结果至用户端。
全文摘要
本申请提供了一种面快速转换方法、装置和系统，涉及网页技术领域。所述方法包括接收用户端页面请求；根据所述请求获取页面文档，并解析所述文档的DOM树结构；依据标签库和结构标签词典，对所述DOM树中的各级标签进行过滤；将过滤后的DOM树中的标签及其所包含的内容按照所对应结构写入显示框架；返回整理后的结果至用户端。通过本申请页面转换的整个过程可以实时在线完成，不需要任何本地存储，并且运算速度快，可在内存中完成数据处理过程的存储缓存，不需要过多的文件IO操作和数据库操作。
文档编号G06F17/30GK102999511SQ201110270268
公开日2013年3月27日 申请日期2011年9月13日 优先权日2011年9月13日
发明者贾宇 申请人:阿里巴巴集团控股有限公司