CN102436455A - 实现文字浏览的方法、***和客户端浏览器 - Google Patents

Abstract

本发明提供了一种实现文字浏览的方法、***和客户端浏览器，包括根据网页中的资源属性，区分文字信息和非文字信息，屏蔽网页中的非文字信息，并显示文字信息。其中网页中的资源属性可以是标签、或请求的资源类型、或DOM树的节点属性等。通过本发明方案，屏蔽了文字信息资源之外的其他网页资源，实现了文字浏览模式，提高了网页渲染速度以及用户浏览速度，特别是在用户浏览网络文字信息时，避免了其他网络资源信息对用户浏览文字信息的干扰，快速而简洁地实现了网页浏览。

Description

实现文字浏览的方法、***和客户端浏览器

技术领域

本发明涉及网页浏览技术，尤指一种实现文字浏览的方法、***和客户端浏览器。

背景技术

浏览器有多种浏览模式，不同浏览模式对用户的不同需求做相应的优化，使得用户能更好的浏览网页。现有浏览器浏览模式大概定义为完全浏览模式、安全浏览模式、文字浏览模式以及自定义屏蔽模式。其中，

在完全浏览模式中，对于网页的任何内容下载，任何脚本的运行没有任何屏蔽，完全按其默认的规则运行；在安全浏览模式中，为了保护本地计算机受到网页的威胁，选择性屏蔽恶意的插件下载以及JavaScript脚本的运行；在文字浏览模式中，不显示图片、视频、Flash等，不播放声音，屏蔽除了网页需要显示的文字以外的所有其他资源，并以简洁的格式化方式显现网页内容，使得网页变得更干净，浏览变得更快速；在自定义浏览模式中，基于上述的浏览模式所能提供的选项，自定义浏览模式，使用户更好地选择自身需要的浏览模式，比如：禁止(或允许)下载和播放Flash、禁止(或允许)下载和显示图片、禁止(或允许)下载和播放视频、禁止(或允许)下载和播放声音、禁止(或允许)运行网页脚本、禁止(或允许)运行Java小程序等。

网页资源中，除了文字信息外，还包括很多其他内容，比如图片、声音、视频、Flash等。目前，国内的大多数浏览器实现了安全浏览模式、对广告实现了拦截等。能够屏蔽恶意脚本、广告以及插件的运行。为了简便，大多数浏览器提供的浏览模式主要是直接屏蔽JavaScript、插件的运行或者通过特定的脚本字符串匹配来验证广告，并屏蔽相关展现。

基于现阶段的浏览器技术成熟度、网页展现的多样性，以及存在各种***的漏洞等原因，对于这些插件、脚本的运行以及广告的拦截是不够智能的，能力是极其有限的。比如：现有广告拦截是基于屏蔽弹窗和根据弹窗的用户的鼠标操作，或者通过URL黑名单屏蔽来实现的，对于非弹窗的且不在黑名单的广告，现有方法就不能正确地识别相关内容，从而导致用户想要拦截的广告仍然被展现，这样，是不能彻底屏蔽这些无用的资源下载的。

目前，网络速度不是问题，但是，随着网络速度的提高，网页内容也越来越丰富，而垃圾信息的注入量也越来越多，比如用户并不关心的大多数网页广告。当用户只需要浏览文字内容时，完全浏览模式加载的大量的图片、视频、音频，特别是广告等资源，影响了网页渲染速度以及用户浏览速度。特别地，当用户访问小说等网站时，用户只关心的是小说的文字内容，对于其他图片、广告等内容用户是不关心的，这些图片、广告等内容会是的网页复杂化，干扰了用户对文字信息的浏览。

对于文字浏览模式，现有技术中没有提供具体实现方法。

发明内容

有鉴于此，本发明的主要目的在于提供一种实现文字浏览的方法、***和客户端浏览器，能够实现文字浏览模式，快速而简洁地实现网页浏览。

为达到上述目的，本发明的技术方案是这样实现的：

一种实现文字浏览的方法，包括：

根据网页中的资源属性，区分文字信息和非文字信息；

屏蔽网页中的非文字信息，并显示文字信息。

所述根据网页中的资源属性，区分文字信息和非文字信息包括：

在网页浏览过程中，根据解析出的网页文件的标签来区分文字信息和非文字信息。

该方法还包括：预先设置每个所述标签的级别，根据标签的级别来设置文字浏览的其他资源屏蔽程度。

所述屏蔽网页中的非文字信息包括：根据区分出的标签，屏蔽非文字信息对应的标签，并重新浏览修改后的网页文件。

所述根据网页中的资源属性，区分文字信息和非文字信息包括：

在网页浏览过程中，在下载网页文件中的标签相关的网络资源时，根据识别出的请求的资源的类型，区分请求的是文字信息资源，还是非文字信息资源。

该方法还包括：预先设置每个所述资源的类型的级别，根据类型的级别来设置文字浏览的其他资源屏蔽程度。

所述屏蔽网页中的非文字信息包括：根据区分出的请求的资源的类型，屏蔽对非文字资源信息的请求。

所述屏蔽对非文字资源信息的请求包括：按照预先设置的策略选择性地屏蔽选择出的对除文字资源信息之外的其他资源的请求。

所述根据网页中的资源属性，区分文字信息和非文字信息包括：根据文档对象模型DOM树的节点属性来区分文字信息和非文字信息。

所述屏蔽对非文字资源信息的请求包括：根据所述区分出的不同属性的节点，删除文本节点以外的其他资源节点；或者，

更改所述区分出的除文字节点之外的其他资源节点的属性来屏蔽该资源节点。

一种文字浏览***，至少包括网页服务器和客户端浏览器，其中，

客户端浏览器，用于向网页服务器请求网页文件，根据网页中的资源属性，区分文字信息和非文字信息；屏蔽网页中的非文字信息，并显示文字信息；

网页服务器，用于根据客户端浏览器的请求，提供网页文件。

客户端浏览器包括请求模块、分析模块和显示模块，其中，

请求模块，用于向网页服务器请求网页文件，输出给分析模块；

分析模块，用于分析来自请求模块的网页文件，根据网页中的资源属性，区分文字信息和非文字信息，并屏蔽网页中的非文字信息；

显示模块，用于显示文字信息。

所述分析模块，具体用于根据解析出的标签来区分文字信息和非文字信息，并屏蔽网页中的非文字信息；或者，

分析模块，具体用于在下载标签相关的网络资源时，识别请求的资源的类型，区分请求的是文字信息资源，还是非文字信息资源，并屏蔽对非文字信息资源的请求；或者，

分析模块，具体用于根据调整DOM树的结构以及属性来来区分文字信息和非文字信息，并屏蔽网页中的非文字信息节点。

一种客户端浏览器，包括请求模块、分析模块和显示模块，其中，

请求模块，用于向网页服务器请求网页文件，输出给分析模块；

分析模块，用于分析来自请求模块的网页文件，根据网页中的资源属性，区分文字信息和非文字信息，并屏蔽网页中的非文字信息；

显示模块，用于显示文字信息。

所述分析模块，具体用于根据解析出的标签来区分文字信息和非文字信息，并屏蔽网页中的非文字信息；或者，

分析模块，具体用于在下载标签相关的网络资源时，识别请求的资源的类型，区分请求的是文字信息资源，还是非文字信息资源，并屏蔽对非文字信息资源的请求；或者，

分析模块，具体用于根据调整DOM树的结构以及属性来来区分文字信息和非文字信息，并屏蔽网页中的非文字信息节点。

从上述本发明提供的技术方案可以看出，包括根据网页中的资源属性，区分文字信息和非文字信息，屏蔽网页中的非文字信息，并显示文字信息。其中网页中的资源属性可以是标签、或请求的资源类型、或DOM树的节点属性等。通过本发明方案，屏蔽了文字信息资源之外的其他网页资源，实现了文字浏览模式，提高了网页渲染速度以及用户浏览速度，特别是在用户浏览网络文字信息时，避免了其他网络资源信息对用户浏览文字信息的干扰，快速而简洁地实现了网页浏览。

附图说明

图1为本发明实现文字浏览的方法的流程图；

图2为本发明实现文字浏览的***的组成结构示意图；

图3为现有一种典型的HTML文件的DOM树形模型的示意图。

具体实施方式

网页主要通过超文本标记语言(HTML，HyperText Mark-up Language，也称为超文本链接标识语言)来编写的。HTML文本是由HTML命令组成的描述性文本，HTML命令可以说明文字、图形、声音、表格、连接、图形等。HTML结构包括头部(Head)和主体(Body)两大部分，其中，头部描述浏览器所需信息，而主体包含所要说明的具体内容。浏览器是通过HTML所包含的标签(Tags)来解析网页，并展示给用户的。这里，本领域技术人员知道，标签是每个段首尾都有的，比如打开网页并浏览其源代码时，在源代码中的两个尖括号即“<>”里面的内容都是标签。

除了HTML语言之外，网页还可以通过Javascript，层叠样式表(CSS，Cascading Style Sheet，也称为级联样式表)等语言来辅助并优化网页展示效果，其中Javascript语言是一种原型化继承的面向对象的动态类型的脚本语言，能够增加网页的交互性，动态的更新网页内容等；CSS是一组格式设置规则，用于控制Web页面的外观。

现有网页浏览流程大致包括：

首先，用户键入网址或者点击链接，请求打开网页；客户端通过HTTP协议解析域名、获取IP等一系列网络交互，找到相应的网页服务器；

然后，网页服务器分析请求的网页，并将以HTML语言编写的文件传送给客户端浏览器；客户端浏览器获取来自网页服务器的所有内容，并解析HTML文件。

一个标准的HTML文件除了包含文字信息外，还有图像、视频等其他资源信息，客户端浏览器根据HTML解析出来的结果，再次向服务器请求获取图像、视频等其他资源信息。同时，客户端浏览器把HTML文件中包含的文字信息渲染在屏幕。每次获得图像、视频等资源后，客户端浏览器在屏幕的相关位置上更新已经下载完的图像、视频等内容，同时不断请求没有下载完的资源，一直持续到网页下载完成或者用户选择停止下载。

图1为本发明实现文字浏览的方法的流程图，如图1所示，包括以下步骤：

步骤100：根据网页中的资源属性，区分文字信息和非文字信息。

本步骤具体实现包括以下三种方式：

第一种方式：在网页浏览过程中，客户端浏览器获得网页文件，比如HTML语言编写的文件后，解析并分析HTML文件，根据解析出的标签来区分文字信息和非文字信息。其中，非文字信息对应的标签可以包括但不限于：图像相关的标签：<img src＝″URL″>、声音相关的标签：<voc src＝″URL″>等。

进一步地，本步骤还包括：自定义每个标签级别，根据标签的级别来设置文字浏览的其他资源屏蔽程度。比如，假设浏览器只有文字、图片、Flash等三种标签，三种标签的优先级分别设置为1，2，3等级(假设等级3级别最高，等级2次之，等级1级别最低)。如果客户端浏览器等级被设置为2，那么，客户端浏览器只能展现等级小于等于2的标签对应的内容，即文字和图片，而对于Flash相关标签就屏蔽掉。

第二种方式：在网页浏览过程中，客户端浏览器获得HTML语言编写的文件后，客户端浏览器在对文字信息渲染之前或者对文字信息渲染过程中，下载标签相关的网络资源时，识别请求的资源的类型，并根据识别出的类型区分请求的是文字信息资源，还是非文字信息资源，比如图像资源的类型是：image/jpeg。

进一步地，本步骤还包括：自定义每个资源的类型的级别，根据类型的级别来设置文字浏览的其他资源屏蔽程度。

第三种方式：根据DOM树的节点属性来区分文字信息和非文字信息。其中，

文档对象模型(DOM，Document Object Model)是一种用于HTML和XML文档的编程接口。DOM通常是一种树结构，给文档提供了一种结构化表示方法，可以改变文档的内容和呈现方式。

图3为现有一种典型的HTML文件的DOM树形模型的示意图，如图3所示，每一个网页元素(比如一个HTML标签)都对应着一个对象(object)。网页上的标签是一层层嵌套的，最外面的一层是<HTML>，DOM也这样一层层嵌套着，但是通常被理解成一棵树的形状。树根(也称根对象)是window或document对象，相当于最外层的标签的***，也就是整个文档；树根之下是子一级的对象，子对象也有它自己的子对象，除了根对象外，所有的对象都有自己的父对象，同一对象的子对象之间就是兄弟的关系。

在DOM树中，在HTML文档里的所有元素都是一个节点。所有的文档是一个文档节点。如图3的“Document”节点。HTML元素里的每个元素都称元素节点。HTML元素里的每个文本都是一个文本节点。如图3的“Text：″My link″”节点。每个HTML属性都是一个属性节点。如图3的“Attribute：″href″”节点。每个注释都是一个注释节点。

其中，所有的文字都拥有一个文字节点。除此之外，DOM树提供了很多种灵活的方法，包括添加或删除儿子节点，获取或更改每个节点的属性等。本步骤中，通过DOM树的节点属性，区分出文字信息和非文字信息。

步骤101：屏蔽网页中的非文字信息，并显示文字信息。

对应步骤100的实现方式包括：

第一种方式：根据区分出的标签，屏蔽(或删除)非文字信息对应的标签，然后重新浏览修改后的HTML文件。

第二种方式：根据区分出的请求的资源的类型，屏蔽(或删除)对非文字资源信息的请求。

第三种方式：根据区分出的不同属性的节点，删除文本节点以外的其他资源节点；或者，更改除文字节点之外的其他资源节点的属性来屏蔽该资源节点。

通过本发明方法，筛选出了文字浏览模式所要的文字信息，接下来就是客户端浏览器展示需要的文字信息。现有很多内核可以渲染这些网页内容，比如IE浏览器使用的Trident内核，FireFox使用的Gecko内核，Opera使用的Presto内核，以及Safari、Chrome等使用的Webkit内核；通过调用这些内核的渲染接口，实现了文字浏览模式的展示，并个性化调整他的展示效果。关于显示的具体实现属于本领域技术人员惯用技术手段，这里不再赘述。

图2为本发明实现文字浏览的***的组成结构示意图，如图2所示，包括网页服务器和客户端浏览器，其中，

客户端浏览器，用于向网页服务器请求网页文件，根据网页中的资源属性，区分文字信息和非文字信息；屏蔽网页中的非文字信息，并显示文字信息；

网页服务器，用于根据客户端浏览器的请求，提供网页文件。

客户端浏览器包括请求模块、分析模块和显示模块，其中，

请求模块，用于向网页服务器请求网页文件，输出给分析模块。

分析模块，用于分析来自请求模块的网页文件，根据网页中的资源属性，区分文字信息和非文字信息，并屏蔽网页中的非文字信息。

显示模块，用于显示文字信息。

其中，分析模块，具体用于根据解析出的标签来区分文字信息和非文字信息，并屏蔽网页中的非文字信息。或者，

分析模块，具体用于在下载标签相关的网络资源时，识别请求的资源的类型，区分请求的是文字信息资源，还是非文字信息资源，并屏蔽对非文字信息资源的请求。或者，

分析模块，具体用于根据调整DOM树的结构以及属性来来区分文字信息和非文字信息，并屏蔽网页中的非文字信息节点。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (15)

1.一种实现文字浏览的方法，其特征在于，包括：

根据网页中的资源属性，区分文字信息和非文字信息；

屏蔽网页中的非文字信息，并显示文字信息。

2.根据权利要求1所述的方法，其特征在于，所述根据网页中的资源属性，区分文字信息和非文字信息包括：

在网页浏览过程中，根据解析出的网页文件的标签来区分文字信息和非文字信息。

3.根据权利要求2所述的方法，其特征在于，该方法还包括：预先设置每个所述标签的级别，根据标签的级别来设置文字浏览的其他资源屏蔽程度。

4.根据权利要求2或3所述的方法，其特征在于，所述屏蔽网页中的非文字信息包括：根据区分出的标签，屏蔽非文字信息对应的标签，并重新浏览修改后的网页文件。

5.根据权利要求1所述的方法，其特征在于，所述根据网页中的资源属性，区分文字信息和非文字信息包括：

在网页浏览过程中，在下载网页文件中的标签相关的网络资源时，根据识别出的请求的资源的类型，区分请求的是文字信息资源，还是非文字信息资源。

6.根据权利要求5所述的方法，其特征在于，该方法还包括：预先设置每个所述资源的类型的级别，根据类型的级别来设置文字浏览的其他资源屏蔽程度。

7.根据权利要求5或6所述的方法，其特征在于，所述屏蔽网页中的非文字信息包括：根据区分出的请求的资源的类型，屏蔽对非文字资源信息的请求。

8.根据权利要求7所述的方法，其特征在于，所述屏蔽对非文字资源信息的请求包括：按照预先设置的策略选择性地屏蔽选择出的对除文字资源信息之外的其他资源的请求。

9.根据权利要求1所述的方法，其特征在于，所述根据网页中的资源属性，区分文字信息和非文字信息包括：根据文档对象模型DOM树的节点属性来区分文字信息和非文字信息。

10.根据权利要求9所述的方法，其特征在于，所述屏蔽对非文字资源信息的请求包括：根据所述区分出的不同属性的节点，删除文本节点以外的其他资源节点；或者，

更改所述区分出的除文字节点之外的其他资源节点的属性来屏蔽该资源节点。

11.一种文字浏览***，其特征在于，至少包括网页服务器和客户端浏览器，其中，

客户端浏览器，用于向网页服务器请求网页文件，根据网页中的资源属性，区分文字信息和非文字信息；屏蔽网页中的非文字信息，并显示文字信息；

网页服务器，用于根据客户端浏览器的请求，提供网页文件。

12.根据权利要求11所述的***，其特征在于，客户端浏览器包括请求模块、分析模块和显示模块，其中，

请求模块，用于向网页服务器请求网页文件，输出给分析模块；

分析模块，用于分析来自请求模块的网页文件，根据网页中的资源属性，区分文字信息和非文字信息，并屏蔽网页中的非文字信息；

显示模块，用于显示文字信息。

13.根据权利要求12所述的***，其特征在于，所述分析模块，具体用于根据解析出的标签来区分文字信息和非文字信息，并屏蔽网页中的非文字信息；或者，

分析模块，具体用于在下载标签相关的网络资源时，识别请求的资源的类型，区分请求的是文字信息资源，还是非文字信息资源，并屏蔽对非文字信息资源的请求；或者，

分析模块，具体用于根据调整DOM树的结构以及属性来来区分文字信息和非文字信息，并屏蔽网页中的非文字信息节点。

14.一种客户端浏览器，其特征在于，包括请求模块、分析模块和显示模块，其中，

请求模块，用于向网页服务器请求网页文件，输出给分析模块；

分析模块，用于分析来自请求模块的网页文件，根据网页中的资源属性，区分文字信息和非文字信息，并屏蔽网页中的非文字信息；

显示模块，用于显示文字信息。

15.根据权利要求14所述的客户端浏览器，其特征在于，所述分析模块，具体用于根据解析出的标签来区分文字信息和非文字信息，并屏蔽网页中的非文字信息；或者，

分析模块，具体用于在下载标签相关的网络资源时，识别请求的资源的类型，区分请求的是文字信息资源，还是非文字信息资源，并屏蔽对非文字信息资源的请求；或者，

分析模块，具体用于根据调整DOM树的结构以及属性来来区分文字信息和非文字信息，并屏蔽网页中的非文字信息节点。

Images