[发明专利]一种网站列表路径生成方法及装置

权利要求书

1.一种网站列表路径生成方法，其特征在于，所述方法包括：

判断目标栏目中是否存在路径结构相似的第一链接路径，所述目标栏目为网站页面中的不同区域，所述链接路径为目标栏目中链接的路径；

若不存在所述第一链接路径，则判断所述目标栏目中是否存在与已知的网站列表路径的路径结构相似的第二链接路径；

若存在所述第二链接路径，则根据所述第二链接路径的路径结构生成对应所述目标栏目的栏目列表路径，并将所述栏目列表路径添加到已知的网站列表路径的集合中。

2.根据权利要求1所述的方法，其特征在于，所述判断所述目标栏目中是否存在与已知的网站列表路径的路径结构相似的第二链接路径包括：

确定所述目标栏目中的链接路径数量；

若所述目标栏目中链接路径的数量为一个时，则判断单个链接路径的路径结构是否与已知的网站列表路径的路径结构相似；

若所述目标栏目中链接路径的数量为多个时，则逐一判断所述链接路径是否与已知的网站列表路径的路径结构相似。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第二链接路径的路径结构生成对应所述目标栏目的栏目列表路径包括：

当所述目标栏目中链接路径数量为一个，且所述目标栏目中链接路径的路径结构与已知的网站列表路径的路径结构相似时，确定所述链接路径为第二链接路径；

根据所述第二链接路径的路径结构，生成对应所述目标栏目的栏目列表路径。

4.根据权利要求2所述的方法，其特征在于，所述根据所述第二链接路径的路径结构生成对应所述目标栏目的栏目列表路径包括：

若目标栏目中存在多个与所述已知的网站列表路径的路径结构相似的链接路径时，确定所述链接路径为第二链接路径；

根据多个第二链接路径的路径结构分别生成多个列表路径；

将所述多个列表路径确定为对应所述目标栏目的栏目列表路径。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述根据所述第二链接路径的路径结构生成对应所述目标栏目的栏目列表路径包括：

选取所述目标栏目中路径结构的相似度超过阈值的链接路径作为第二链接路径；

根据所述第二链接路径的路径结构生成对应所述目标栏目的栏目列表路径。

6.根据权利要求1所述的方法，其特征在于，在所述判断目标栏目中是否存在路径结构相似的第一链接路径之后，所述方法还包括：

若存在相似的第一链接路径，则根据相似度对所述第一链接路径进行分组；

从分组后的链接路径的路径结构中提取相同部分，生成公共路径；

将所述公共路径确定为网站列表路径。

7.一种网站列表路径生成装置，其特征在于，所述装置包括：

第一判断单元，用于判断目标栏目中是否存在路径结构相似的第一链接路径，所述目标栏目为网站页面中的不同区域，所述链接路径为目标栏目中链接的路径；

第二判断单元，用于当所述第一判断单元判断目标栏目中不存在相似的第一链接路径时，判断所述目标栏目中是否存在与已知网站列表路径的路径结构相似的第二链接路径；

生成单元，用于当第二判断单元判断所述目标栏目中存在与已知网站列表路径的路径结构相似的第二链接路径时，根据所述第二链接路径的路径结构生成对应所述目标栏目的栏目列表路径；

添加单元，用于将所述生成单元生成的栏目列表路径添加到已知的网站列表路径的集合中。

8.根据权利要求7所述的装置，其特征在于，所述第二判断单元包括：

确定模块，用于确定所述目标栏目中的链接路径数量；

判断模块，用于当所述确定模块确定目标栏目中链接路径的数量为一个时，判断单个链接路径的路径结构是否与已知的网站列表路径的路径结构相似；

所述判断模块，还用于当所述确定模块确定目标栏目中链接路径的数量为多个时，逐一判断所述链接路径是否与已知的网站列表路径的路径结构相似。