[发明专利]网页文本高亮显示方法及系统

权利要求书

1.一种网页文本高亮显示系统，其特征在于，包括：

文本获取模块，适于获取关键词序列，选取需要标识关键词的网页文本；

查找标记模块，适于在所述网页文本中采用基于最大公共子串的方式查找并标记所述关键词序列的子串；

高亮显示模块，适于在所述网页文本中高亮显示被标记的子串。

2.如权利要求1所述的网页文本高亮显示系统，其特征在于，查找标记模块包括：

矩阵建立模块，适于分别以所述网页文本的长度和所述关键词序列的长度为行数和列数建立矩阵M；

矩阵初始化模块，适于初始化所述矩阵，若所述网页文本的第i个字符与所述关键词序列的第j个字符相同，则矩阵中的元素M[i][j]=1，否则为0；

子串标记模块，适于遍历所述矩阵的每个元素，标记元素为1的字符在所述网页文本中的位置。

3.如权利要求2所述的网页文本高亮显示系统，其特征在于，所述子串标记模块还适于遍历所述矩阵时，分别从每个第一行和第一列的元素开始，沿矩阵中对角线方向遍历所述矩阵的元素，当连续为1的元素个数为k，k大于等于2，则只标记元素连续为1的位置对应的长度为k的子串在所述网页文本中的位置。

4.如权利要求3所述的网页文本高亮显示系统，其特征在于，所述子串标记模块还适于在遍历所述矩阵时，沿矩阵对角线方向元素连续为1的个数n大于等于预定阈值时，则只标记矩阵中n个连续1的位置对应的长度为n的子串在所述网页文本中的位置。

5.如权利要求1所述的网页文本高亮显示系统，其特征在于，查找标记模块包括：

矩阵建立模块，适于分别以所述网页文本的长度和所述关键词序列的长度为行数和列数建立矩阵M；

矩阵初始化模块，适于初始化所述矩阵，判断所述网页文本的第i个字符与所述关键词序列的第j个字符是否相同，若相同，则判断元素M[i－1][j－1]的值m是否为0，若不为0，则矩阵中的元素M[i][j]=m+1，否则M[i][j]=0；

子串标记模块，适于遍历所述矩阵的每个元素，标记元素不为0的字符在所述网页文本中的位置。

6.如权利要求5所述的网页文本高亮显示系统，其特征在于，所述子串标记模块还适于遍历所述矩阵时，分别从每个第一行和第一列的元素开始，沿矩阵对角线方向遍历所述矩阵的元素，当连续不为0的元素个数为k，k大于等于2，则只标记元素连续不为0的位置对应的长度为k的字串在所述网页文本中的位置。

7.如权利要求6所述的网页文本高亮显示系统，其特征在于，所述子串标记模块还适于在遍历所述矩阵时，元素值p大于等于预定阈值时，则只标记从该元素起沿对角线方向的反方向长度为p的子串在所述网页文本中的位置。

8.如权利要求1~7中任一项所述的网页文本高亮显示系统，其特征在于，还包括：西文字符处理模块，适于所述关键词序列包括英文或数字时，以非英文或数字字符为边界，将所述英文或数字作为一个字符处理。

9.一种网页文本高亮显示方法，其特征在于，包括以下步骤：

获取关键词序列，选取需要标识关键词的网页文本；

在所述网页文本中采用基于最大公共子串的方式查找并标记所述关键词序列的子串；

在所述网页文本中高亮显示被标记的子串。

10.如权利要求9所述的网页文本高亮显示方法，其特征在于，所述在网页文本中采用基于最大公共子串的方式查找并标记所述关键词序列的子串的步骤具体包括：

分别以所述网页文本的长度和所述关键词序列的长度为行数和列数建立矩阵M；

初始化所述矩阵，若所述网页文本的第i个字符与所述关键词序列的第j个字符相同，则矩阵中的元素M[i][j]=1，否则为0；

遍历所述矩阵的每个元素，标记元素为1的字符在所述网页文本中的位置。

11.如权利要求10所述的网页文本高亮显示方法，其特征在于，遍历所述矩阵时，分别从每个第一行和第一列的元素开始，沿矩阵中对角线方向遍历所述矩阵的元素，当连续为1的元素个数为k，k大于等于2，则只标记元素连续为1的位置对应的长度为k的子串在所述网页文本中的位置。