[发明专利]一种挖掘统一资源定位符转换规则的方法及电子设备

说明书

本发明公开了一种挖掘统一资源定位符转换规则的方法及电子设备，该方法包括：通过网络爬虫抓取电脑版本的目标网站下的N个电脑版URL；抓取目标网站对应的无线网站下的N1个无线版URL；获得N1个无线版URL与N个电脑版URL中相互匹配的目标URL对，目标URL对中的目标无线版URL和目标电脑版URL对应的两个页面之间的相似度大于设定阈值；根据获得的目标URL对获得电脑版URL到无线版URL的转换规则。在上述技术方案中，通过获得多个目标URL对来挖掘获得电脑版与无线版的URL之间的转换规则，解决了现有技术中人工配置的转换规则覆盖面不够的技术问题，扩大了转换规则的覆盖面。

技术领域

本发明涉及网络技术领域，特别涉及一种挖掘统一资源定位符转换规则的方法及电子设备。

背景技术

随着移动互联网的不断发展，越来越多的PC(Personal Computer，个人电脑)网站有了自己的无线版本。由于PC屏幕和手机屏幕大小不同，因此一个网页的PC版本和无线版本相比，在展示样式、内容上有较大差异。

当用户在手机上通过无线网页搜索引擎进行信息检索时，无线网页搜索引擎的部分搜索结果来自于PC搜索引擎，其URL(Uniform Resource Locator，统一资源定位符)为PC网页的电脑版URL(又称PC URL)，但通常需要提供对应的无线网页的超链接即无线版URL，使得用户从手机上点击来自PC搜索引擎的搜索结果时，能够打开移动端的网页而不是PC端的网页。为此，需要获得电脑版URL与无线版URL的转换规则，如果无线搜索引擎的搜索结果来自PC搜索引擎，那么需要根据PC URL到无线版URL的转换规则，给用户生成无线版URL超链接。

然而，现有技术中PC URL到无线版URL的转换规则通常是通过人工配置的，由于人工配置转换规则时考虑面不足、综合因素受限，导致配置出的转换规则存在覆盖面不够的技术问题。

发明内容

本发明实施例提供一种挖掘统一资源定位符转换规则的方法及电子设备，用于解决现有技术中人工配置不同版本URL的转换规则导致的覆盖面较窄、难以维护的技术问题。

本申请实施例提供一种挖掘统一资源定位符转换规则的方法，所述方法包括：

通过网络爬虫抓取电脑版本的目标网站下的N个电脑版URL，其中，所述电脑版URL为电脑版本网页的统一资源定位符；

抓取所述目标网站对应的无线网站下的N1个无线版URL，其中，所述无线版URL为无线版本网页的统一资源定位符，N和N1均为大于第一阈值的整数；

获得所述N1个无线版URL与所述N个电脑版URL中相互匹配的目标URL对，其中，所述目标URL对中的目标无线版URL和目标电脑版URL对应的两个页面之间的相似度大于设定阈值；

根据获得的所述目标URL对，获得所述目标网站的所述电脑版URL到所述无线版URL的转换规则。

可选的，在所述抓取所述目标网站对应的无线网站下的N1个无线版URL之前，所述方法包括：

判断所述目标网站的电脑版网站首页URL是否能够重定向到所述目标网站的无线版网站首页URL；

若所述电脑版网站首页URL能够重定向到所述无线版网站首页URL，则重定向所述电脑版网站首页URL获得所述目标网站对应的无线版网站首页URL；

若所述电脑版网站首页URL不能够重定向到所述无线版网站首页URL，根据无线网页的URL关键词和所述电脑版网站首页URL获得所述目标网站对应的无线版网站首页URL。

可选的，当所述目标网站的电脑版网站首页URL能够重定向到所述无线版网站首页URL时，所述获得所述N1个无线版URL与所述N个电脑版URL中相互匹配的目标URL对，包括：