[发明专利]一种网页数据处理方法及装置

权利要求书

1.一种网页数据处理方法，其特征在于，包括：

获取待测网页，以及所述待测网页的网页地址对应的预设网页，所述待测网页是经过过滤的网页，所述预设网页是先前过滤正常的情况下的网页；

分别在所述预设网页和待测网页中存在实际内容的区域设置第一标识；

判断所述预设网页与所述待测网页中设置有所述第一标识的区域是否相匹配；

如果所述预设网页与待测网页中设置有所述第一标识的区域相匹配，则判定所述待测网页不存在过滤问题，否则判定所述待测网页存在过滤问题。

2.根据权利要求1所述的网页数据处理方法，其特征在于，

所述第一标识为预设颜色，所述分别在所述预设网页和待测网页中存在实际内容的区域设置第一标识，包括：分别将所述预设网页和待测网页中存在实际内容的区域的背景颜色设置为预设颜色；当所述实际内容为文字时，设置所述文字的颜色为所述预设颜色；当所述实际内容为图片时，删除所述图片；或者，

所述第一标识为边框，所述分别在所述预设网页和待测网页中存在实际内容的区域设置第一标识，包括：分别在所述预设网页和待测网页中存在实际内容的区域设置边框；其中，所述边框与所述存在实际内容的区域的边界重合。

3.根据权利要求1所述的网页数据处理方法，其特征在于，判断所述预设网页与所述待测网页中设置有所述第一标识的区域是否相匹配，包括：

分别计算所述预设网页中设置有所述第一标识的区域的第一总面积，以及所述待测网页中设置有所述第一标识的区域的第二总面积；

计算所述第一总面积和第二总面积之间的第三比值；

判断所述第三比值是否在预设范围内；

如果所述第三比值在预设范围内，则判定所述预设网页与所述待测网页中设置有所述第一标识的区域相匹配，否则判定所述预设网页与所述待测网页中设置有所述第一标识的区域不匹配。

4.根据权利要求3所述的网页数据处理方法，其特征在于，在判定所述待测网页存在过滤问题后，所述方法还包括：

如果所述第三比值小于所述预设范围的最小值，则判定所述待测网页存在过滤失效；

如果所述第三比值大于所述预设范围的最大值，则判定所述待测网页存在误过滤。

5.根据权利要求2所述的网页数据处理方法，其特征在于，当所述第一标识为预设颜色时，判断所述预设网页与所述待测网页中设置有所述第一标识的区域是否相匹配，包括：

比较所述预设网页和待测网页中与同一预设比较点相对应的区域的颜色是否相同；

计算所述颜色比较结果为不相同的预设比较点的个数与预设比较点的总个数之间的第一比值；

判断所述第一比值是否小于第一预设比值；

如果所述第一比值小于第一预设比值，则判定所述预设网页与所述待测网页中设置有所述第一标识的区域相匹配，否则判定所述预设网页与所述待测网页中设置有所述第一标识的区域不匹配。

6.根据权利要求5所述的网页数据处理方法，其特征在于，在判定所述待测网页存在过滤问题后，所述方法还包括：

判断所述待测网页中，颜色比较结果为不同的预设比较点对应的第一区域的颜色，是否与所述预设颜色相同；

如果所述第一区域的颜色与预设颜色相同，则判定所述第一区域存在过滤失效，否则判定所述第一区域存在误过滤。

7.根据权利要求2所述的网页数据处理方法，其特征在于，当所述第一标识为边框时，判断所述预设网页与所述待测网页中设置有所述第一标识的区域是否相匹配，包括：

计算所述预设网页中设置有所述边框的区域和待测网页中设置有所述边框的区域不重叠的部分的面积，与所述预设网页中设置有所述边框的区域的总面积之间的第二比值；

判断所述第二比值是否小于第二预设比值；

如果所述第二比值小于第二预设比值，则判定所述预设网页与所述待测网页中设置有所述第一标识的区域相匹配，否则判定所述预设网页与所述待测网页中设置有所述第一标识的区域不匹配。