[发明专利]一种更新提醒的方法及系统

说明书

技术领域

本发明涉及互联网技术领域，尤其涉及一种更新提醒的方法及系统。

背景技术

随着网络的普及，人们已经越来越习惯于通过网络来获取信息、查询资 料。虽然各种各样的门户网站纷纷兴起，但在各个网站之间来回穿梭也的确 十分耗时，搜索引擎虽可以帮助我们搜索到任何想要找的东西，但查找起来 也比较麻烦。现在网络上出现了一种全新的资讯方式，即丰富站点摘要或者 简单聚合(RSS，Rich Site Summary or Really Simple Syndication)。RSS是一 种用户共享新闻标题和其他Web内容的XML格式标准，同时也是在互联网上 被广泛采用的内容包装和投递协议。网络用户可以在客户端借助于支持RSS 的聚合工具软件，阅读支持RSS输出的网站内容。

图1为现有RSS技术的实现架构，图1中RSS服务器根据用户数据和内容数 据生成RSS文件(一般称为RSS Feed，即Feed文件或提要文件)并发送到客户 端；客户端的RSS阅读器将获取的RSS文件内容展示给用户。利用RSS技术， 人们可以订阅新闻，也可以订阅Blog(一般称为博客，即Web Log的简称)等。 人们只要把需要的内容订阅在一个RSS阅读器中，这些内容就会自动出现在阅 读器里，人们也不必为了一个急切想知道的消息而不断地刷新网页，因为一 旦有了更新，RSS阅读器就会作出相应的提醒。

图2是RSS阅读器系统架构图，图2中对于任何一个支持RSS输出的页面， 通过该页面提供的RSS订阅功能，将该页面存入RSS数据库中，通过定期或不 定期的数据获取，得到其RSS文件。

下面，以RSS2.0格式为例，对RSS文件的语法格式简要说明如下：

其中，每一个RSS文件都包含在channel标签中。每部分信息(item)都有 一个title标签，一个link标签和div(属性)标签。RSS的随时更新由两 种时间戳决定，一个是channel中的lastBuildDate标签，它反映的是最后一次RSS 中内容改变的时间，另一个是channel中的pubDate标签，它反映的是内容被发 布的时间。RSS阅读器利用这两种时间戳来鉴定什么时候有新的内容。

然而，发明人经过研究发现上述现有技术仅能针对于支持RSS输出的网页 (如博客、新闻等)，向互联网用户提供收藏(或订阅)的功能，并当用户已 收藏(或订阅)的网页有了更新后，提醒用户以便用户及时的浏览更新内容； 而对于不支持RSS输出的网页(如贴吧)，现有技术就束手无策了。

发明内容

本发明提供一种更新提醒的方法及系统，可以对不支持RSS输出的网络资 源在内的多种网络资源进行动态监控，并且在相关网络资源有了更新后提醒 用户。

为解决上述技术问题，本发明提供以下技术方案：

一种更新提醒的方法，包括：

抓取网络资源；

通过获得所述网络资源的特定区域或特定区域和特定元素提取所述网络 资源的特定内容；所述特定区域根据所述网络资源的文档对象模型中子节点 的面积及所述子节点的相似节点的数量确定，其中，所述子节点的面积不大 于第一阈值，所述相似节点与所述子节点按照标签被分在同一组，且该组内 的所述子节点和所述相似节点的面积的和大于第二阈值；所述第一阈值和所 述第二阈值均不小于0.5；

将先后两次提取的所述网络资源的特定内容进行比对；

若所述特定内容有变化，则提醒用户所述网络资源的内容有更新。

优选的，所述将先后两次提取的所述网络资源的特定内容进行比对包括：

基于所述网络资源的HTML源代码，将先后两次提取的所述网络资源的 特定内容进行比对。

进一步的，所述基于网络资源的HTML源代码，将先后两次提取的所述 网络资源的特定内容进行比对包括：

基于所述网络资源对应的文档对象模型，将先后两次提取的所述网络资 源的特定内容进行比对。

进一步的，所述获得所述网络资源的特定区域的方式包括以下任意一种：

通过特定区域确定方法获得所述网络资源的特定区域；或

通过用户自定义方式获得所述网络资源的特定区域；或