[发明专利]获取节目源信息的装置及方法

说明书

技术领域

本发明涉及一种获取信息的装置，尤其是一种获取节目源信息的装置；还涉及一种获取信息的方法，尤其是一种获取节目源信息的方法。

背景技术

目前，互联网上的视频站点中视频数据的更新速度很快，要获知该视频站点更新了哪些数据，通过人工的方式来获知并更新是不现实的，因为工作量太大而且容易出错，所以，需要一种能自动地、及时地、准确地获知视频站点所更新的数据的装置和方法。

发明内容

本发明的一个目的是提供一种获取节目源信息的装置，其能自动收集互联网上的节目源的信息。

本发明解决其技术问题所采用的技术方案是：构造一种获取节目源信息的装置，包括：网页信息获取模块，其与互联网中的站点通信，用于获取网页上指定的内容；第一存储模块，用于缓存所述网页信息获取模块获取的网页内容；数据解析模块，用于对所述第一存储模块中缓存的所述网页内容进行解析；第二存储模块，用于存储经过所述数据解析模块解析得到的节目源的信息；控制模块，用于控制所述网页信息获取模块、所述第一存储模块、所述数据解析模块和所述第二存储模块的操作。

在本发明所述的获取节目源信息的装置中，所述数据解析模块具体用于在所述第一存储模块中建立对象，将所述网页内容转换为可扩展标记语言文件格式，然后对转换后得到的文件进行分析。

在本发明所述的获取节目源信息的装置中，所述网页信息获取模块还包括：网页浏览器模块，用于向所述互联网中的站点发送请求并下载网页内容；第三存储模块，用于缓存所述网页浏览器模块下载的所述网页内容；过滤模块，用于从所述第三存储模块中读取网页内容并从中识别出有用的内容和/或无用的内容；节目扩展搜寻模块，用于扩展搜寻所述网页内容中的其它链接地址；第四存储模块，用于存储所述节目扩展搜寻模块搜寻到的链接地址。

作为对本发明的获取节目源信息的装置的一种改进，所述节目扩展搜寻模块还用于判断所搜寻得到的链接地址中的域名跟指定的网站的域名是否一样和/或所述链接地址是否与所述第四存储模块中已经存储的某链接地址重复。

本发明的另一个目的是提供一种获取节目源信息的方法，包括以下步骤：网页信息获取模块与互联网中的站点通信并获取网页内容；第一存储模块缓存所述网页信息获取模块获取的所述网页内容；数据解析模块对所述第一存储模块中的所述网页内容进行解析；第二存储模块存储经过所述数据解析模块解析得到的节目源的信息；控制模块总控所述网页信息获取模块、所述第一存储模块、所述数据解析模块和所述第二存储模块的操作。

在本发明的所述获取节目源信息的方法中，所述方法还包括以下步骤：所述数据解析模块在所述第一存储模块中建立对象，将所述网页内容转换为可扩展标记语言文件格式，然后对转换后得到的文件进行分析。

在本发明的所述获取节目源信息的方法中，所述网页信息获取模块还包括网页浏览器模块、第三存储模块和过滤模块，所述方法还包括以下步骤：所述网页浏览器模块向所述互联网中的站点发送请求并下载网页内容；所述第三存储模块缓存所述网页浏览器模块下载的所述网页内容；所述过滤模块从所述第三存储模块中读取网页内容并从中识别出有用的内容和/或无用的内容。

在本发明的所述获取节目源信息的方法中，所述网页信息获取模块还包括网页浏览器模块、第三存储模块和过滤模块，所述方法还包括以下步骤：所述网页浏览器模块向所述互联网中的站点发送请求并下载网页的源代码；所述第三存储模块缓存所述网页浏览器模块下载的所述源代码；所述过滤模块从所述第三存储模块中读取网页内容并从中识别出有用的内容和/或无用的内容；所述过滤模块通知所述网页浏览器模块下载指定的内容；所述网页浏览器模块根据所述过滤模块的指示下载所述指定的内容；所述过滤模块将所述网页浏览器模块下载的内容存储到所述第一存储模块中；所述数据解析模块对所述第一存储模块中的所述有用的内容进行解析；所述第二存储模块存储经过所述数据解析模块解析得到的节目源的信息。

作为对本发明的获取节目源信息的方法的一种改进，所述网页信息获取模块还包括节目扩展搜寻模块和第四存储模块，所述方法还包括以下步骤：所述节目扩展搜寻模块扩展搜寻网页内容中的其它链接地址；所述第四存储模块存储所述节目扩展搜寻模块搜寻到的链接地址。

作为对上述改进的更进一步改进，所述方法还包括以下步骤：节目扩展搜寻模块判断所搜寻得到的链接地址中的域名跟指定的网站的域名是否一样和/或所述链接地址是否与第四存储模块中已经存储的某链接地址重复。