[发明专利]网站内容处理方法、装置、服务器和计算机可读存储介质

说明书

本发明的实施例提供了一种网站内容处理方法、装置、服务器和计算机可读存储介质，涉及互联网技术领域，方法包括：检测待检测域名所对应的网站中的内容，并将检测得到的内容与违规热点词汇进行匹配，然后再与违规普通词汇进行匹配，进而判断检测得到的内容是否与违规热点词汇或违规普通词汇相匹配，若匹配，则对待检测域名进行违规处理，通过引入违规热点词汇，并优先基于违规热点词汇进行匹配，能够有效提高高频违规网站的识别效率，实现对待检测域名所对应的网站中的内容的快速检测、处理。

技术领域

本发明涉及互联网技术领域，具体而言，涉及一种网站内容处理方法、装置、服务器和计算机可读存储介质。

背景技术

现阶段流行的SaaS(Software-as-a-Service，软件即服务)服务模式，支持用户在CDN(Content Delivery Network，内容分发网络)服务商提供的云平台自主添加域名，并通过修改DNS(Domain Name System，域名系统)解析达到快速接入的目的，大型CDN服务商可能每日要接受成千上万新域名接入，同时已享受平台服务的网站也可能存在网站内容变更等，为了确保网站内容的健康性，平台必须进行内容审核，对涉及违规的域名进行处理。

发明内容

本发明的目的包括，例如，提供了一种网站内容处理方法、装置、服务器和计算机可读存储介质，其能够实现对待检测域名所对应的网站中的内容的快速检测、处理。

本发明的实施例可以这样实现：

第一方面，本发明实施例提供一种网站内容处理方法，应用于服务器，所述服务器中维护有违规热点词汇和违规普通词汇，所述方法包括：

针对每个待检测域名，检测该待检测域名所对应的网站中的内容；

将检测得到的所述内容与违规热点词汇进行匹配，然后再与违规普通词汇进行匹配；

判断检测得到的所述内容是否与所述违规热点词汇或违规普通词汇相匹配，若匹配，则对所述待检测域名进行违规处理。

在可选的实施方式中，所述方法还包括：根据违规处理结果，更新所述违规热点词汇。

在可选的实施方式中，所述根据违规处理结果，更新所述违规热点词汇，包括：

根据以下公式，计算各违规词的热度：总出现次数*第一权重+时间衰减参数*第二权重；

根据各所述违规词的热度大小，得到实时违规热点词汇。

在可选的实施方式中，待检测域名所对应的网站中的内容包括：网站标题、网站首页内容和网站图片内容中的至少一种。

在可选的实施方式中，在待检测域名所对应的网站中的内容包括网站图片内容时，所述检测该待检测域名所对应的网站中的内容，包括：基于Python3的图片解析库pytesseract和PIL，将图片中的内容进行文字解析。

在可选的实施方式中，所述方法还包括获取待检测域名的步骤，该步骤包括：

响应于在云平台添加根域名、需要服务的二级域名并通过修改域名系统接入域名的操作，将所要接入的域名作为待检测域名。

在可选的实施方式中，所述将检测得到的所述内容与违规热点词汇进行匹配，然后再与违规普通词汇进行匹配；判断检测得到的所述内容是否与所述违规热点词汇或违规普通词汇相匹配，若匹配，则对所述待检测域名进行违规处理，包括：

将检测得到的所述内容与违规热点词汇进行匹配；

若匹配，则将所述待检测域名进行违规关键词标记，按设定周期将被进行违规关键词标记的所有所述待检测域名进行推送和违规核实；