[发明专利]处理网页数据的方法和装置

权利要求书

1.一种处理网页数据的方法，其特征在于，包括：

根据预设的过滤规则选择网页中的节点；

解析所述网页中未被选择的节点的信息得到第一格式的DOM对象；

将所述第一格式的DOM对象转换为预选格式的DOM对象。

2.根据权利要求1所述的方法，其特征在于，解析所述网页中未被选择的节点的信息得到第一格式的DOM对象包括：

对所述未被选择的节点的信息进行解析形成初始DOM对象；

执行所述未被选择的节点的信息中的程序代码以获得动态数据，将所述动态数据添加到所述初始DOM对象中，得到所述第一格式的DOM对象。

3.根据权利要求2所述的方法，其特征在于，执行所述未被选择的节点的信息中的程序代码以获得动态数据之前，所述方法还包括：

确定所述未被选择的节点的代码中需要人为触发的程序，然后触发该程序的代码的执行。

4.根据权利要求2所述的方法，其特征在于，所述程序代码为java script程序代码。

5.根据权利要求1所述的方法，其特征在于，将所述第一格式的DOM对象转换为预选格式的DOM对象之前，所述方法还包括：

确认已根据所述预设的过滤规则完成所述网页中所有节点的选择。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述预选格式为W3C标准规定的DOM格式。

7.一种处理网页数据的装置，其特征在于，包括：

过滤模块，用于根据预设的过滤规则选择网页中的节点；

解析模块，用于解析所述网页中未被选择的节点的信息得到第一格式的DOM对象；

桥接模块，用于将所述第一格式的DOM对象转换为预选格式的DOM对象。

8.根据权利要求7所述的装置，其特征在于，所述解析模块还用于：

对所述未被选择的节点的信息进行解析形成初始DOM对象；

执行所述未被选择的节点的信息中的程序代码以获得动态数据，将所述动态数据添加到所述初始DOM对象中，得到所述第一格式的DOM对象。

9.根据权利要求8所述的装置，其特征在于，所述解析模块还用于：

确定所述未被选择的节点的代码中需要人为触发的程序，然后触发该程序的代码的执行。

10.根据权利要求8所述的装置，其特征在于，所述程序代码为java script程序代码。

11.根据权利要求7所述的装置，其特征在于，所述桥接模块还用于：确认已根据所述预设的过滤规则完成所述网页中所有节点的选择。

12.根据权利要求7至11中任一项所述的装置，其特征在于，

所述过滤模块和所述解析模块采用C或C++语言实现，并且所述桥接模块采用java语言实现。

13.根据权利要求7至11中任一项所述的装置，其特征在于，所述预选格式为W3C标准规定的DOM格式。