[发明专利]将互联网页面转换为无线应用协议页面的转换方法和装置

权利要求书

1.一种将互联网页面转换为无线应用协议WAP页面的转换方法，其特征在于，包括：

A、解析互联网页面，将该互联网页面转换为文档对象模型DOM树；

B、从步骤A所述的互联网页面DOM树上提取页面内容，转换成WAP页面的DOM树；

C、按照所述WAP页面DOM树输出WAP页面。

2.根据权利要求1所述的方法，其特征在于，所述步骤B具体为：

B1、根据所述互联网页面DOM树的内容信息选择页面提取方式；

B2、利用所选择的页面提取方式对所述互联网页面DOM树进行提取处理；

B3、将提取的数据转换为WAP页面的DOM树。

3.根据权利要求2所述的方法，其特征在于，所述步骤B1具体包括：从所述互联网页面的DOM树中提取文字内容，统计文字内容的大小，并与预定的阈值比较，如果超过所述阈值则选择文字页面提取方式；如果没有超过所述阈值则选择完整页面提取方式。

4.根据权利要求3所述的方法，其特征在于，当步骤B1选择文字页面提取方式时：

步骤B2具体包括：从所述互联网页面的DOM树中分别查找到标题元素和正文元素，从查找到的元素的根节点开始遍历，提取出所述根节点及其子节点的内容，并保持各节点之间的原有关系；

步骤B3具体包括：将所提取出的标题元素和正文元素的节点转换为WAP页面对应的节点，并按照各节点之间的原有关系将节点内容加入到一新的DOM树上，得到WAP页面的DOM树。

5.根据权利要求3所述的方法，其特征在于，当步骤B1选择完整页面提取方式时：

步骤B2具体包括：从所述互联网页面DOM树中查找可以在WAP页面中显示的元素，提取这些元素的节点内容，并保持各节点之间的原有关系；

步骤B3具体包括：将所提取出的各元素的节点转换为WAP页面对应的节点，并按照各节点之间的原有关系将节点内容加入到一新的DOM树上，得到WAP页面的DOM树。

6.根据权利要求5所述的方法，其特征在于，步骤B2中进一步包括：

将所述互联网页面DOM树中的无法在WAP页面中显示的元素转换为可以在WAP页面中显示的元素，提取这些元素的节点内容，并保持各节点之间的原有关系。

7.根据权利要求5所述的方法，其特征在于，步骤B1之后、B2之前进一步包括：从所述互联网页面DOM树中查找区域元素，对区域元素进行优化处理，将经过优化处理后的区域元素所限定的区块作为后续步骤B2的查找提取对象。

8.根据权利要求1所述的方法，其特征在于，所述步骤A具体为：维护一个解析栈，采用压栈出栈方式遍历解析出所述整个互联网页面的元素，并生成DOM树；其中，对于没有结束标签的元素将其压栈后立即出栈；对于可以有结束标签的元素进行回溯操作，回溯成功则调节所述解析栈到成功回溯点，回溯失败则忽略当前的结束标签。

9.根据权利要求1所述的方法，其特征在于，步骤C具体为：采用深度优先方法将所述WAP页面的DOM树上的各个节点输出，组成一WAP页面。

10.根据权利要求1至9任一项所述的方法，其特征在于，所述互联网页面为超文本标记语言页面，所述WAP页面为无线标记语言页面或移动设备可扩展标记语言页面。

11.一种将互联网页面转换为WAP页面的转换装置，其特征在于，包括：

解析模块，用于解析互联网页面，将该互联网页面转换为DOM树；

页面提取模块，用于从所述解析模块输出的DOM树上提取页面内容，转换成WAP页面的DOM树；

WAP页面构建模块，用于按照所述WAP页面DOM树构建输出WAP页面。

12.根据权利要求11所述的转换装置，其特征在于，所述页面提取模块至少有两个；且所述转换装置进一步包括页面提取控制模块，用于分析所述解析模块输出的DOM树，选择对应的一个页面提取模块进行提取操作。

13.根据权利要求11所述的转换装置，其特征在于，所述页面提取模块至少包括：

文字页面提取模块，用于提取所述互联网页面DOM树的标题元素和正文元素的节点内容，组成一个WAP页面的DOM树，并保持所提取节点之间的原有关系；

完整页面提取模块，用于提取优化所述互联网页面DOM树的所有元素的节点内容，转换成可以在WAP页面显示的元素，组成一个WAP页面的DOM树，并保持所提取节点之间的原有关系。