[发明专利]网页内容提取方法以及终端设备

说明书

本申请实施例提供一种终端设备中的网页内容提取方法，该方法通过操作系统框架中的系统服务驱动网页显示组件执行环境完成应用程序用户界面中控件的布局和渲染，并从用户界面包含的视图控件中识别出网页显示组件，然后通过识别出的网页显示组件的接口向应用程序用户界面中嵌入的网页中注入内容提取模块和信息反馈模块，内容提取模块基于自定义网页事件驱动，提取网页中指定位置处的内容，信息反馈模块将提取的网页内容传送至操作系统，操作系统可进一步基于提取的网页内容进行数据挖掘、内容推送或者服务推荐等，使用户获得智慧化的体验。

技术领域

本申请涉及计算机领域，更为具体地，涉及一种从终端设备的用户界面中内嵌的网页中提取指定位置处的内容的方法、及终端设备。

背景技术

以智能手机为代表的终端设备，通过种类丰富的应用程序(简称为“应用”)为人们提供各种各样的服务，日益成为人们日常生活中不可或缺的重要工具，而用户界面则是应用与用户之间进行交互和信息交换的媒介。目前，终端设备上越来越多的应用属于混合应用(hybrid application)，这一类应用通常在用户界面中内嵌网页(webpage)来向用户展示信息。使用超文本标记语言(hyper text markup language，HTML)，层叠样式表(cascading style sheets，CSS)等编程语言编写的网页代码经过浏览器或网页显示组件加载、解析和渲染后，最终呈现为用户可识别的内容，比如图片、文字、视频等等。

可以看出，网页是用户与应用程序交互信息的重要载体，如果终端设备能够准确地提取网页中指定位置的有效内容，可以极大地提高用户在浏览信息时的互动性，并且还可以延伸出很多应用场景，比如可以收集用户点击的位置处的网页内容以分析用户兴趣爱好并建立用户画像，进而进行内容推送、服务推荐、情景对话等各种智能业务。因此，准确高效地提取终端设备上的网页的内容，具有很大的技术价值。

但是，随着应用的数量和种类的不断增长，带来了终端设备碎片化的问题，这意味着终端设备中可能会存在多种不同的网页显示组件，且不同的应用可能使用不同的网页显示组件来加载和显示网页。例如，系统内置的应用通常使用操作系统自带的浏览器或网页显示组件来显示网页，而有些第三方应用则使用私有的网页显示组件来显示网页。目前，终端设备的操作系统只能提取使用系统自带网页显示组件的应用的网页内容，即只能支持部分应用的网页内容提取，而对于一些使用私有网页显示组件的第三方混合应用，或者新的应用，则无法提取其界面中嵌入的网页的内容。因此，目前的网页内容提取技术很大程度上受限于应用的类型或者应用所使用的网页显示组件的类型，导致终端设备的操作系统无法准确地提取各种类型的应用的网页内容，从而使得基于网页内容提取的业务的应用场景受到很大限制。

发明内容

本申请提供一种能兼容多种应用的网页内容提取方法，以及用于实施该内容提取方法的终端设备，以从应用程序的用户界面内嵌的网页中，准确提取指定位置处的内容。

第一方面，本申请实施例提供一种终端设备中的网页内容提取方法，包括：该终端设备的操作系统识别应用程序的网页显示组件，该网页显示组件被所述应用程序用于加载和显示用户界面中包含的网页；所述操作系统通过调用所述网页显示组件的接口以向所述网页注入内容提取模块和信息反馈模块；所述内容提取模块根据所述网页显示组件派发的网页事件，从所述网页中提取第一网页坐标对应的内容，所述网页事件包含所述第一网页坐标；所述信息反馈模块将所述内容提取模块提取的所述内容传送给所述操作系统。通过上述技术方案，可从操作系统层面统一识别各种不同应用程序的网页显示组件，进而通过网页显示组件的接口向网页中动态注入内容提取模块以提取网页内容，解决了由于终端设备碎片化问题导致的无法对所有类型应用的页面内容进行提取的问题，能兼容各种不同类型的应用程序，保证对于各种类型的应用程序的界面中内嵌的网页内容均能准确提取。