[发明专利]在线内容采集

权利要求书

1.一种在线内容采集系统，包括：

扫描服务器，用于扫描网站以获取潜在创意统一资源定位符(URL)，其中所述扫描和所述获取包括：

解析用于所述网站的网页，

从所解析的网页中标识与用于获取潜在创意URL的预定标准匹配的潜在创意URL，以及

获取与所述预定标准匹配的所述潜在创意URL；

数据储存器，用于储存创意URL；以及

在线内容采集服务器，用于分析所获取的潜在创意URL，其中所述分析包括：

通过将所获取的潜在创意URL与在所述数据储存器中储存的所述创意URL进行比较来确定所获取的潜在创意URL以前是否已经见过，以及

如果所获取的潜在创意URL以前已经见过，则确定所获取的潜在创意URL是否指向创意。

2.根据权利要求1所述的在线内容采集系统，其中所述预定标准包括使用正则表达式来匹配所述潜在创意URL。

3.根据权利要求1所述的在线内容采集系统，其中所述分析还包括：

在确定所获取的潜在创意URL以前是否已经见过之前去除查询参数。

4.根据权利要求1所述的在线内容采集系统，其中所述分析还包括：

如果所获取的潜在创意URL以前没有见过，则下载所获取的潜在创意URL指向的创意。

5.根据权利要求1所述的在线内容采集系统，其中如果所获取的潜在创意URL指向创意，则所述分析还包括：

确定所述在线内容采集服务器是否识别出与所述创意关联的点选URL。

6.根据权利要求1所述的在线内容采集系统，其中如果所获取的潜在创意URL不指向创意，则所述分析还包括：

确定具有查询参数的所获取的潜在创意URL以前是否已经见过。

7.根据权利要求5所述的在线内容采集系统，其中如果所述在线内容采集服务器没有识别出与所述创意关联的所述点选URL，则所述分析还包括：

确定与所述创意关联的网页内容是否包括点选URL。

8.根据权利要求7所述的在线内容采集系统，其中如果与所述创意关联的所述网页内容包括点选URL，则所述分析还包括：

在网页浏览器环境中下载所述点选URL；以及

确定所述点选URL是否为重定向URL。

9.根据权利要求1所述的在线内容采集系统，其中所述分析还包括：

如果所获取的潜在创意URL以前没有见过，则确定所获取的潜在创意URL是否为重定向URL。

10.根据权利要求9所述的在线内容采集系统，其中所述分析还包括：

如果所获取的潜在创意URL为重定向URL，则确定所述重定向URL以前是否已经见过；

如果所述重定向URL以前已经见过，则将与所获取的潜在创意URL关联的所述创意指示为无效；以及

如果所述重定向URL以前没有见过，则下载随后的重定向URL以确定所述随后的重定向URL是否为另一重定向URL。

11.根据权利要求9所述的在线内容采集系统，其中所述分析还包括：

如果所获取的潜在创意URL不为重定向URL，则确定与所获取的潜在创意URL关联的创意是否为FLASH对象或图像；

如果与所获取的潜在创意URL关联的所述创意为FLASH对象或图像，则确定所述FLASH对象或所述图像的宽度和高度是否超过预定阈值；以及

如果与所获取的潜在创意URL关联的所述创意不为FLASH对象或图像，则将与所获取的潜在创意URL关联的所述创意指示为无效。

12.根据权利要求11所述的在线内容采集系统，其中所述预定阈值是5像素。

13.根据权利要求11所述的在线内容采集系统，其中所述分析还包括：

如果所述FLASH对象或所述图像的所述宽度和所述高度超过所述预定阈值，则将与所获取的潜在创意URL关联的所述创意指示为有效；以及

将所获取的潜在创意URL储存在所述数据储存器中以用于与进一步获取的潜在创意URL进行比较。