[发明专利]提取网页内容的方法、装置及系统

摘要

本发明涉及一种提取网页内容的方法、装置及系统，其方法包括：响应移动客户端在浏览器上触发的网页浏览指令，获取对应的网页；解析网页，获取网页脚本中标签的DOM节点；从DOM节点中获取插件标签节点；当插件标签节点对应的插件标签为预定类型标签时，提取插件标签对应的插件资源。本发明可在网页尚未真正渲染时完成符合特定协议规范的内容的提取，由此提高了网页预定内容的提取速度，同时也提高了网页的展示速度，此外，由于本方案可以不依赖后台服务器而是在浏览器终端侧实现插件资源的提取，在技术上易于实现，可降低开发成本。

主权项

1.一种提取网页内容的方法，其特征在于，包括：响应移动客户端在浏览器上触发的网页浏览指令，获取对应的网页；检测是否有提取预定类型标签对应的插件资源的预定规则更新；若有，则从浏览器后台服务器获取更新后的预定规则，所述预定规则采用脚本代码动态指定；否则，解析所述网页，获取网页脚本中标签的文档对象模型DOM节点，其中包括：解析所述网页，生成DOM树；在所述DOM树中创建网页脚本中每个标签的DOM节点，其中包括创建插件标签节点，每一插件标签节点具有指定的类型或分类标识，用于标识插件资源的类型；从所述DOM节点中获取插件标签节点；当所述插件标签节点对应的插件标签为预定类型标签时，提取所述插件标签对应的插件资源；所述预定类型标签有多种，将提取的插件资源传递给相应的播放器进行播放；当所述插件标签节点对应的插件标签不为预定类型标签时，采用预定规则匹配所述网页脚本的预定类型标签对应的插件资源；当匹配成功后，从所述网页脚本中提取预定类型标签对应的插件资源。