[发明专利]网页数据的监控方法、装置、终端设备及存储介质

权利要求书

1.一种网页数据的监控方法，其特征在于，包括：

获取网页的文档对象类型DOM树，所述DOM树包含多个DOM节点；

对所述DOM树的多个DOM节点进行分类，得到多个所述DOM节点分别对应的类别特征；

若存在DOM节点的类别特征为预设类别特征，则删除所述预设类别特征对应的DOM节点。

2.如权利要求1所述的监控方法，其特征在于，所述网页为已访问网页；

相应地，所述获取网页的文档对象类型DOM树，包括：

监控所述已访问网页的DOM节点；

若监控到目标DOM节点发生变化，则获取发生变化的所述目标DOM节点和所述目标DOM节点的关联节点；

根据所述目标DOM节点和所述关联节点构建所述DOM树。

3.如权利要求2所述的监控方法，其特征在于，所述根据所述目标DOM节点和所述关联节点构建所述DOM树，包括：

对所述目标DOM节点和所述关联节点进行层次聚类，得到聚类结果；

根据所述聚类结果构建所述DOM树。

4.如权利要求1所述的监控方法，其特征在于，所述网页为已访问网页；

相应地，获取网页的文档对象类型DOM树，包括：

监控所述已访问网页发出的请求数据；

若所述请求数据为外发数据，则获取所述已访问网页的DOM树。

5.如权利要求1所述的监控方法，其特征在于，所述对所述DOM树的多个DOM节点进行分类，得到多个所述DOM节点分别对应的类别特征，包括：

分析所述DOM树上每个所述DOM节点的所有类别特征的概率值；

对于每个所述DOM节点，将所述概率值大于预设值的类别特征作为所述DOM节点的类别特征。

6.如权利要求5所述的监控方法，其特征在于，所述分析所述DOM树上每个所述DOM节点的所有类别特征的概率值，包括：

对于每个所述DOM节点，计算所述DOM节点的所有类别特征的信息熵；

根据每个所述类别特征的信息熵，计算每个所述类别特征在预设条件下的条件熵；

根据每个所述类别特征的所述信息熵和所述条件熵，计算每个所述类别特征的概率值，所述概率值为信息增益或信息增益比。

7.如权利要求1至6任一项所述的监控方法，其特征在于，所述DOM树中的DOM节点包括第一DOM节点和第二DOM节点，所述第一DOM节点与所述第二DOM节点为关联节点，所述预设类别特征包括第一类别特征和第二类别特征；

相应地，所述若存在DOM节点的类别特征为预设类别特征，则删除所述预设类别特征对应的DOM节点，包括：

若所述第一DOM节点为第一类别特征，所述第二DOM节点为第二类别特征，则删除所述第一DOM节点和/或所述第二DOM节点。

8.一种网页数据的监控装置，其特征在于，包括：

获取模块，用于获取网页的文档对象类型DOM树，所述DOM树包含多个DOM节点；

分类模块，用于对所述DOM树的多个DOM节点进行分类，得到多个所述DOM节点分别对应的类别特征；

删除模块，用于若存在DOM节点的类别特征为预设类别特征，则删除所述预设类别特征对应的DOM节点。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。