[发明专利]新发布的站点收录方法和装置

权利要求书

1.一种新发布的站点收录方法，包括：

判断网页是否为时效性网页；

解析判断为时效性网页中的时效性内容，获取其中包含的其他站点信息，其中，所述其他站点信息与所述时效性网页的站点信息不同；

验证所述其他站点信息是否对应为新发布的站点，如果是，则将所述其他站点信息对应的站点作为新发布的站点进行收录。

2.根据权利要求1所述的方法，其中，所述判断网页是否为时效性网页，包括：

根据所述网页的网页发布时间和/或前链网页信息确认所述网页是否为时效性网页。

3.根据权利要求1或2所述的方法，其中，所述解析判断为时效性网页中的时效性内容，获取其中包含的其他站点信息，包括：

解析所述时效性网页的页面内容部分和/或超链部分；

获取所述页面内容部分中提及的站点信息，和/或，所述超链部分的站点信息。

4.根据权利要求1至3任一项所述的方法，其中，所述解析判断为时效性网页中的时效性内容之后，获取其中包含的其他站点信息之前，还包括：

所述时效性网页的网页为多个时，

根据每个网页的内容确定每个网页的质量，其中，所述网页包含的有效内容与所述网页的质量成正比；

选择质量超过指定阈值的多个网页；

在选择的多个网页中获取其中包含的其他站点信息。

5.根据权利要求1至4任一项所述的方法，其中，所述时效性内容包括下列至少之一：

标题；

正文；

相关链接。

6.根据权利要求1至5任一项所述的方法，其中，验证所述其他站点信息是否对应为新发布的站点，包括：

解析所述其他站点信息，得到域名信息；

判断所述域名信息是否之前已被收录；

若否，则确认所述其他站点信息对应的站点为新发布的站点；

若是，则确认所述其他站点信息对应的站点不为新发布的站点。

7.根据权利要求1至6任一项所述的方法，其中，验证所述其他站点信息是否对应为新发布的站点，包括：

解析所述其他站点信息，查找互联网协议IP信息；

若所述其他站点信息具有IP，且搜索引擎中未收录过所述其他站点信息，则验证所述其他站点信息对应的站点为新发布的站点。

8.一种新发布的站点收录装置，包括：

判断模块，适于判断网页是否为时效性网页；

获取模块，适于解析判断为时效性网页中的时效性内容，获取其中包含的其他站点信息，其中，所述其他站点信息与所述时效性网页的站点信息不同；

验证模块，适于验证所述其他站点信息是否对应为新发布的站点；

收录模块，适于如果验证模块的验证结果为是，则将所述其他站点信息对应的站点作为新发布的站点进行收录。

9.根据权利要求8所述的装置，其中，所述判断模块还适于：

根据所述网页的网页发布时间和/或前链网页信息确认所述网页是否为时效性网页。

10.根据权利要求8或9所述的装置，其中，所述获取模块还适于：

解析所述时效性网页的页面内容部分和/或超链部分；

获取所述页面内容部分中提及的站点信息，和/或，所述超链部分的站点信息。