[发明专利]一种基于DOM树的全类型文本替换方法、系统、装置及存储介质有效
| 申请号： | 201910963934.8 | 申请日： | 2019-10-11 |
| 公开（公告）号： | CN110765740B | 公开（公告）日： | 2023-08-11 |
| 发明（设计）人： | 杜卫红;谢立欧;蒋立民;郑永乐;詹锦州 | 申请（专利权）人： | 深圳市比一比网络科技有限公司 |
| 主分类号： | G06F40/14 | 分类号： | G06F40/14;G06F40/154;G06F16/951;G06V30/14;G06V30/148;G06V10/82;G06V30/20;G06N3/0464;G06N3/0442;G06N3/045;G06N3/047;G06N3/048 |
| 代理公司： | 深圳市科吉华烽知识产权事务所(普通合伙) 44248 | 代理人： | 胡吉科 |
| 地址： | 518000 广东省深圳市南*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于DOM树的全类型文本替换方法、系统、装置及存储介质，该方法包括：扫描网站的DOM树，获取网站的静态文件以及图片，由网站的静态文件中得到字体映射关系文件；将字体文件中每个字体单元进行转换为图片；对字体文件转换后的图片进行图像识别，获取图片内实际的文字，建立网站文字与实际文字的映射关系以及提取网站图片的内容；获取网站内的源码，将源码内的文字根据映射关系转换为实际文字，将网站图片进行预筛选，对网站的数据图片进行文本识别，提取图片内有效信息，从而做到全文本替换。本发明的有益效果是：本发明通过多线程将每个字体转换为图片格式，通过图像识别建立真实文字与源码文字的映射关系，进行大量训练文字识别模型，可以精确地获取网站显示的内容。 | ||
| 搜索关键词： | 一种 基于 dom 类型 文本 替换 方法 系统 装置 存储 介质 | ||
【主权项】：
1.一种基于DOM树的全类型文本替换方法，其特征在于，包括如下步骤：/n步骤1：扫描网站的DOM树，获取网站的静态文件以及图片，由网站的静态文件中得到字体映射关系文件；/n步骤2：将字体文件中每个字体单元进行转换为图片；/n步骤3：对字体文件转换后的图片进行图像识别，获取图片内实际的文字，建立网站文字与实际文字的映射关系以及提取网站图片的内容；/n步骤4：获取网站内的源码，将源码内的文字根据步骤3的映射关系转换为实际文字，将网站图片进行预筛选，过滤网站无用的图片，对网站的数据图片进行文本识别，提取图片内有效信息，从而做到全文本替换。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市比一比网络科技有限公司，未经深圳市比一比网络科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910963934.8/，转载请声明来源钻瓜专利网。
