[发明专利]网页信息处理方法及装置

权利要求书

1.一种网页信息处理方法，其特征在于，包括：

检测待检测网页的网页内容中是否包含有图片信息；

当所述网页内容中包含有图片信息时，获取与所述图片信息对应的图片；

对所述图片进行识别，得到所述图片内包含的内容信息；

判断所述内容信息是否为链接地址；

当所述内容信息不为链接地址时，将所述内容信息作为所述待检测网页的文本内容 进行存储；

当所述内容信息为链接地址时，将与所述内容信息对应的链接地址存储到预设地址 库中。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

判断所述图片是否为预设图片类型；

当所述图片为预设图片类型时，确定与所述预设图片类型对应的识别方式，并将所 述识别方式作为对所述图片进行识别所采用的识别方式。

3.根据权利要求2所述的方法，其特征在于，所述判断所述图片是否为预设图片类 型，包括：

判断所述图片内是否包含有预设图片特征；当所述图片内包含有预设图片特征时， 确定所述图片为预设图片类型；

或者，

判断所述图片的名称中是否包含预设字符特征；当所述图片的名称中包含有预设字 符特征时，确定所述图片为预设图片类型。

4.根据权利要求2所述的方法，其特征在于，所述对所述图片进行识别，得到所述 图片内包含的内容信息，包括：

调用与所述预设识别方式对应的识别程序；

利用所述识别程序对所述图片进行识别，得到所述图片内包含的内容信息。

5.根据权利要求1所述的方法，其特征在于，所述检测待检测网页的网页内容中是 否包含有图片信息，包括：

从预设地址库获取待检测网页的链接地址；

利用所述链接地址，获取所述待检测网页所有的网页内容；

判断所述网页内容中是否包含有图片链接地址；

当所述网页内容中包含有图片链接地址时，确定所述网页内容中包含有图片信息。

6.一种网页信息处理装置，其特征在于，包括：

图片信息检测模块，用于检测待检测网页的网页内容中是否包含有图片信息；

图片获取模块，用于当所述网页内容中包含有图片信息时，获取与所述图片信息对 应的图片；

图片识别模块，用于对所述图片进行识别，得到所述图片内包含的内容信息；

内容信息判断模块，用于判断所述内容信息是否为链接地址；

第一存储模块，用于当所述内容信息不为链接地址时，将所述内容信息作为所述待 检测网页的文本内容进行存储；

第二存储模块，用于当所述内容信息为链接地址时，将与所述内容信息对应的链接 地址存储到预设地址库中。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

图片类型判断模块，用于判断所述图片是否为预设图片类型；

识别方式确定模块，用于当所述图片为预设图片类型时，确定与所述预设图片类型 对应的识别方式，并将所述识别方式作为对所述图片进行识别所采用的识别方式。

8.根据权利要求7所述的装置，其特征在于，所述图片类型判断模块，包括：

图片特征判断子模块，用于判断所述图片内是否包含有预设图片特征；第一确定子 模块，用于当所述图片内包含有预设图片特征时，确定所述图片为预设图片类型；

或者，

字符特征判断子模块，用于判断所述图片的名称中是否包含预设字符特征；第二确 定子模块，用于当所述图片的名称中包含有预设字符特征时，确定所述图片为预设图片 类型。

9.根据权利要求7所述的装置，其特征在于，所述图片识别模块，包括：

调用子模块，用于调用与所述预设识别方式对应的识别程序；

识别子模块，用于利用所述识别程序对所述图片进行识别，得到所述图片内包含的 内容信息。