[发明专利]一种页面识别方法、装置、设备及存储介质

权利要求书

1.一种页面识别方法，其特征在于，所述方法包括：

获取包括网站任一页面相对于网站首页的层级的第一层级结构信息；其中，所述第一层级结构信息中，包括所述任一页面中的至少一个节点；所述至少一个节点，为所述任一页面中包含的满足指定条件的块状元素节点；

获取第一节点的第一区域信息；其中，所述第一节点，为所述至少一个节点中的任一节点；所述第一区域信息，为所述第一节点所在页面被显示时所述第一节点包含的块状元素对应的区域信息；

基于所述第一层级结构信息以及所述第一区域信息，识别所述第一节点所在页面的类型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一层级结构信息以及所述第一区域信息，识别所述第一节点所在页面的类型，包括：

从所述第一层级结构信息中，获取第一数量信息；其中，所述第一数量信息，为第二节点的数量信息；所述第二节点，包括所述第一节点的子节点；所述第二节点，为所述第一节点对应链接的页面中的节点；

基于所述第一数量信息以及所述第一区域信息，确定所述第一节点的特征参数；其中，所述第一节点的特征参数，用于确定所述第一节点的类型；

基于所述第一节点的特征参数，识别所述第一节点所在页面的类型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一数量信息以及所述第一区域信息，确定所述第一节点的特征参数，包括：

获取第二区域信息；其中，所述第二区域信息，为所述第二节点所在的页面被显示时，所述第二节点包含的块状元素对应的区域信息；

基于所述第二区域信息、所述第一数量信息以及所述第一区域信息，确定所述第一节点的初始特征参数；

基于所述第一节点的初始特征参数，确定所述第一节点的特征参数。

4.根据权利要求3所述的方法，其特征在于，所述基于所述第二区域信息、所述第一数量信息以及所述第一区域信息，确定所述第一节点的初始特征参数，包括：

获取第三区域信息以及第二数量信息；其中，所述第三区域信息，为所述第三节点所在的页面被显示时，所述第三节点包含的块状元素对应的区域信息；所述第二数量信息，为所述第三节点的数量；所述第三节点，为所述第二节点的子节点；所述第三节点，为所述第二节点对应的链接页面中的节点；

基于所述第三区域信息、所述第二数量信息、以及所述第二区域信息，获取所述第二节点的特征参数；

基于所述第二节点的特征参数以及所述第一数量信息，得到基准特征值；

对所述第一区域信息以及所述基准特征值进行处理，确定所述第一节点的初始特征参数。

5.根据权利要求3所述的方法，其特征在于，所述基于所述第一节点的初始特征参数，确定所述第一节点的特征参数，包括：

基于所述第二区域信息以及所述第一数量信息，确定修正参数；

基于所述修正参数，对所述第一节点的初始特征参数进行修正，确定所述第一节点的特征参数。

6.根据权利要求5所述的方法，其特征在于，所述基于所述第二区域信息以及所述第一数量信息，确定修正参数，包括：

基于所述第一数量信息，获取所述第二区域信息的标准差；其中，所述第二区域信息的标准差，为每一所述第二区域信息包含的面积信息的标准差；

基于所述标准差，确定所述修正参数。

7.根据权利要求1所述的方法，其特征在于，所述获取包括网站任一页面相对于网站首页的层级的第一层级结构信息之前，还包括：

加载显示所述当前网站的页面，且在所述页面的任一节点包括有所述块状元素的情况下，若所述块状元素满足所述指定条件，获取所述页面相对于所述网站首页的层级信息；其中，所述页面相对于网站首页的层级信息中，包括所述页面的任一节点；

基于所述页面相对于所述网站首页的层级信息，确定所述第一层级结构信息。