CN110110184B - 信息查询方法、***、计算机***及存储介质 - Google Patents
信息查询方法、***、计算机***及存储介质 Download PDFInfo
- Publication number
- CN110110184B CN110110184B CN201711401432.3A CN201711401432A CN110110184B CN 110110184 B CN110110184 B CN 110110184B CN 201711401432 A CN201711401432 A CN 201711401432A CN 110110184 B CN110110184 B CN 110110184B
- Authority
- CN
- China
- Prior art keywords
- metadata
- file
- path
- component
- static website
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
- G06F16/986—Document structures and storage, e.g. HTML extensions
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开提供了一种信息查询方法,包括:接收信息查询请求,其中,信息查询请求用于请求查询静态网站上的相关信息;响应于信息查询请求,并查询静态网站的索引库,以找出与信息查询请求所请求查询的相关信息具有索引关系的序号元数据以及与序号元数据具有对应关系的路径元数据;基于路径元数据所描述的路径,找出存储有相关信息的HTML文件;以及从HTML文件中读取相关信息。本公开还提供了一种信息查询***、一种计算机***和一种计算机可读存储介质。
Description
技术领域
本公开涉及互联网技术领域,更具体地,涉及一种信息查询方法、***、计算机***及计算机可读存储介质。
背景技术
面对海量的互联网信息,如何找到我们需要的信息变得越来越困难,而搜索就是一种最为普遍的信息搜寻方法。目前,现有的搜索手段已经可以很方便的对互联网信息进行索引。
但是,在实现本公开构思的过程中,发明人发现现有技术中至少存在如下问题:现有的搜索手段所需要的支撑条件(软硬件环境,比如数据库存储服务)比较多且比较复杂,其应用场景也比较有限,比如只能应用于动态网站,对于一些特殊的应用场景比如静态网站则不适应,导致无法对静态网站进行信息索引。
发明内容
有鉴于此,本公开提供了一种通过为静态网站创建索引库以实现对静态网站进行信息索引的信息查询方法及***。
本公开的一个方面提供了一种信息查询方法,该信息查询方法包括:接收信息查询请求,其中,上述信息查询请求用于请求查询静态网站上的相关信息;响应于上述信息查询请求,并查询上述静态网站的索引库,以找出与上述信息查询请求所请求查询的相关信息具有索引关系的序号元数据以及与上述序号元数据具有对应关系的路径元数据;基于上述路径元数据所描述的路径,找出存储有上述相关信息的HTML文件;以及从上述HTML文件中读取上述相关信息。
根据本公开的实施例,该信息查询方法还包括生成上述静态网站的上述索引库,该操作包括:生成上述静态网站的摘要文件,其中,上述摘要文件中记录有上述静态网站中包含的至少一个HTML文件的文件标题及其相对路径;针对上述至少一个HTML文件中的每个文件,从上述摘要文件中读取对应的相对路径;基于读取的相对路径,读取对应的HTML文件;对读取的HTML文件所描述的网页内容进行元数据划分;以及基于元数据划分结果,生成上述静态网站的上述索引库。
根据本公开的实施例,上述对读取的HTML文件所描述的网页内容进行元数据划分包括:利用正则表达式对读取的HTML文件所描述的网页内容进行匹配,以匹配出上述网页内容中各组成部分的基础数据;以及为每个组成部分的基础数据添加序号元数据和路径元数据,以实现对读取的HTML文件所描述的网页内容的元数据划分。
根据本公开的实施例,该信息查询方法还包括:在上述为每个组成部分的基础数据添加序号元数据和路径元数据前,将匹配出的上述网页内容中各组成部分的基础数据中至少一个组成部分的基础数据进行标签转化处理;针对已执行标签转化处理操作的各组成部分的基础数据,为标签转化后得到的各组成部分的相关数据添加序号元数据和路径元数据;以及针对没有执行标签转化处理操作的各组成部分的基础数据,为各各组成部分的基础数据本身添加序号元数据和路径元数据。
根据本公开的实施例,上述生成上述静态网站的摘要文件包括:从上述静态网站的站点根目录遍历上述静态网站的所有HTML文件;提取上述所有HTML文件中每个文件的文件标题及其相对路径;以及生成上述静态网站的上述摘要文件,以记录上述静态网站中包含的所有HTML文件的文件标题及其相对路径。
本公开的另一个方面提供了一种信息查询***,该信息查询***包括:接收模块,用于接收信息查询请求,其中,上述信息查询请求用于请求查询静态网站上的相关信息;响应模块,用于响应于上述信息查询请求,并查询上述静态网站的索引库,以找出与上述信息查询请求所请求查询的相关信息具有索引关系的序号元数据以及与上述序号元数据具有对应关系的路径元数据;确定模块,用于基于上述路径元数据所描述的路径,找出存储有上述相关信息的HTML文件;以及读取模块,用于从上述HTML文件中读取上述相关信息。
根据本公开的实施例,该信息查询***还包括生成模块,用于生成上述静态网站的上述索引库,上述生成模块还用于:生成上述静态网站的摘要文件,其中,上述摘要文件中记录有上述静态网站中包含的至少一个HTML文件的文件标题及其相对路径;针对上述至少一个HTML文件中的每个文件,从上述摘要文件中读取对应的相对路径;基于读取的相对路径,读取对应的HTML文件;对读取的HTML文件所描述的网页内容进行元数据划分;以及基于元数据划分结果,生成上述静态网站的上述索引库。
根据本公开的实施例,上述生成模块还用于:利用正则表达式对读取的HTML文件所描述的网页内容进行匹配,以匹配出上述网页内容中各组成部分的基础数据;以及为每个组成部分的基础数据添加序号元数据和路径元数据,以实现对读取的HTML文件所描述的网页内容的元数据划分。
根据本公开的实施例,该信息查询***还包括:处理模块,用于在上述为每个组成部分的基础数据添加序号元数据和路径元数据前,将匹配出的上述网页内容中各组成部分的基础数据中至少一个组成部分的基础数据进行标签转化处理;第一添加模块,用于针对已执行标签转化处理操作的各组成部分的基础数据,为标签转化后得到的各组成部分的相关数据添加序号元数据和路径元数据;以及第二添加模块,用于针对没有执行标签转化处理操作的各组成部分的基础数据,为各各组成部分的基础数据本身添加序号元数据和路径元数据。
根据本公开的实施例,上述生成模块还用于:从上述静态网站的站点根目录遍历上述静态网站的所有HTML文件;提取上述所有HTML文件中每个文件的文件标题及其相对路径;以及生成上述静态网站的上述摘要文件,以记录上述静态网站中包含的所有HTML文件的文件标题及其相对路径。
本公开的另一方面提供了一种计算机***,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如上所述的信息查询方法。
本公开的另一方面提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现如上所述的信息查询方法。
根据本公开的实施例,因为采用了为静态网创建索引库,进而基于索引库进行搜索的技术手段,可以至少部分地解决相关技术中无法对静态网站进行信息索引的技术问题,并因此可以实现对静态网站进行信息索引的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的可以应用信息查询方法及***的***架构;
图2A示意性示出了根据本公开实施例的信息查询方法的流程图;
图2B示意性示出了根据本公开实施例的信息查询方法的示意图;
图3A示意性示出了根据本公开实施例的生成静态网站的索引库的流程图;
图3B示意性示出了根据本公开实施例的对读取的HTML文件所描述的网页内容进行元数据划分的流程图;
图3C示意性示出了根据本公开实施例的对读取的HTML文件所描述的网页内容进行元数据划分的示意图;
图3D示意性示出了根据本公开另一实施例的信息查询方法的流程图;
图3E示意性示出了根据本公开另一实施例的信息查询方法的示意图;
图3F示意性示出了根据本公开实施例的生成静态网站的摘要文件的流程图;
图3G示意性示出了根据本公开另一实施例的信息查询方法的示意图;
图4示意性示出了根据本公开实施例的信息查询***的框图;
图5A示意性示出了根据本公开另一实施例的信息查询***的框图;
图5B示意性示出了根据本公开另一实施例的信息查询***的框图;以及
图6示意性示出了根据本公开实施例的适于实现信息查询方法的计算机***的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。本领域技术人员还应理解,实质上任意表示两个或更多可选项目的转折连词和/或短语,无论是在说明书、权利要求书还是附图中,都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如,短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。
本公开的实施例提供了一种信息查询方法及***。该信息查询方法包括接收信息查询请求,其中,信息查询请求用于请求查询静态网站上的相关信息;响应于信息查询请求,并查询静态网站的索引库,以找出与信息查询请求所请求查询的相关信息具有索引关系的序号元数据以及与序号元数据具有对应关系的路径元数据;基于路径元数据所描述的路径,找出存储有相关信息的HTML文件;以及从HTML文件中读取相关信息。
图1示意性示出了根据本公开实施例的可以应用信息查询方法及***的***架构。需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
如图1所示,根据该实施例的***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的信息查询方法一般可以由服务器105执行。相应地,本公开实施例所提供的信息查询***一般可以设置于服务器105中。本公开实施例所提供的信息查询方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的信息查询***也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2A示意性示出了根据本公开实施例的信息查询方法的流程图。
如图2A所示,该信息查询方法可以包括操作S201~S204,其中:
在操作S201,接收信息查询请求,其中,信息查询请求用于请求查询静态网站上的相关信息。
在本公开的实施例中,每个静态网站可以包括一个或多个超文本标记语言(HyperText Mark-up Language,简称为HTML)文件,且静态网站所展示的网页内容可以包含在该一个或多个HTML文件中,该一个或多个HTML文件中的每一个可以包括一个或多个HTML命令,其中,该一个或多个HTML命令可以用于描述文字、图形、动画、声音、表格、链接等等,在此不做限定。
根据本公开的实施例,在用户想要查询静态网站上的相关信息的情况下,可以通过客户端向服务器提交信息查询请求,该服务器可以根据当前情况决定是否接收该信息查询请求。例如,在服务器判断出当前可以应答该信息查询请求的情况下,可以接收该信息查询请求;在服务器的当前访问量过大的情况下,服务器可以拒绝接收该信息查询请求。
在操作S202,响应于信息查询请求,并查询静态网站的索引库,以找出与信息查询请求所请求查询的相关信息具有索引关系的序号元数据以及与序号元数据具有对应关系的路径元数据。
在本公开的实施例中,上述索引库中可以存储有与该相关信息具有索引关系的序号元数据,以及与该序号元数据具有对应关系的路径元数据,其中,上述序号元数据可以用于描述这一相关信息在索引库中的位置,上述路径元数据可以用于描述存储有这一相关信息的HTML文件在静态网站中的存放路径。
根据本公开的实施例,在服务器接收到上述信息查询请求的情况下,可以进一步响应该信息查询请求,并从索引库中查找上述序号元数据和上述路径元数据。
例如,在静态网站的索引库中,存储有3个序号元数据以及与这3个序号元数据具有对应关系的3个路径元数据,其中,这3个序号元数据以递增的顺序存储在该索引库中。如,该3个序号元数据分别是“1”、“2”、“3”,其中,序号元数据“1”与“相关信息1”具有索引关系,序号元数据“2”与“相关信息2”具有索引关系,序号元数据“3”与“相关信息3”具有索引关系;该3个路径元数据分别是“A”、“B”、“C”,其中,路径元数据“A”对应序号元数据“1”,路径元数据“B”对应序号元数据“2”,路径元数据“C”对应序号元数据“3”。在用户请求查询“相关信息1”时,服务器可以根据索引关系从该索引库中找到该序号元数据“1”,并根据对应关系确定出路径元数据“A”。
在操作S203,基于路径元数据所描述的路径,找出存储有相关信息的HTML文件。
在本公开的实施例中,在找到上述路径元数据的情况下,可以进一步基于该路径元数据所描述的路径,从该静态网站中找到存储有这一相关信息的HTML文件。
例如,结合上述示例,路径元数据“A”描述的路径为“d:\feig\hgg”,则可以根据“d:\feig\hgg”找到存储有“相关信息1”的HTML文件。
在操作S204,从HTML文件中读取相关信息。
在本公开的实施例中,在找到存储有这一相关信息的HTML文件的情况下,可以从该HTML文件中读取该相关信息,并将该相关信息展示在该静态网站的页面中。
图2B示意性示出了根据本公开实施例的信息查询方法的示意图。
如图2B所示,在本公开的实施例中,物理地址中的数据可以用于表示路径元数据(需注意,逻辑上相邻的数据不一定是物理上相邻),列1中的数据可以用于表示序号元数据,列2中的数据可以用于表示相关信息,其中,列1中的序号元数据可以以递增的顺序排列。
根据本公开的实施例,为了加快对列2中的相关信息的查找,可以建立二叉查找树(该二叉查找树可以用于表示计算机算法中的一种数据排序算法),其中,该二叉查找树的每个节点可以包含一个索引键值和一个用于指向物理地址中与该索引键值相对应的路径元数据的指针,该索引键值可以包括列1中的序号元数据。
在本公开的实施例中,在用户通过该二叉查找树查找相关信息的情况下,可以根据索引关系从列1中确定出与该相关信息具有索引关系的序号元数据,并基于该二叉查找树的节点找到与该序号元数据对应的路径元数据,进一步,可以基于该路径元数据找到存储有该相关信息的HTML文件。
例如,在用户请求查询列2中的相关信息“34”的情况下,由于与该相关信息“34”具有索引关系的序号元数据为“1”,而包含该序号元数据“1”的节点还可以包含一个用于指向物理地址中路径元数据“0x07”的指针,故而,可以基于该路径元数据“0x07”从静态网站中找到存储有相关信息“34”的HTML文件。
通过本公开实施例,基于二叉查找树查找相关信息时,操作复杂度满足0(log2n),因而能够降低查找信息的复杂度。
通过本公开的实施例,通过为静态网站创建索引库,实现了可以基于索引库对静态网站进行信息索引的目的。
下面参考图3A~图3G,结合具体实施例对图2A~2B所示的方法做进一步说明。
图3A示意性示出了根据本公开实施例的生成静态网站的索引库的流程图。
在该实施例中,参考图2描述的信息查询方法还可以包括生成静态网站的索引库,该操作可以包括操作S301~S305。如图3A所示,其中:
在操作S301,生成静态网站的摘要文件,其中,摘要文件中记录有静态网站中包含的至少一个HTML文件的文件标题及其相对路径。
在操作S302,针对至少一个HTML文件中的每个文件,从摘要文件中读取对应的相对路径。
在操作S303,基于读取的相对路径,读取对应的HTML文件。
在操作S304,对读取的HTML文件所描述的网页内容进行元数据划分。
在操作S305,基于元数据划分结果,生成静态网站的索引库。
在本公开的实施例中,对于上述至少一个HTML文件中的任何一个HTML文件而言,上述摘要文件可以包括该HTML文件的文件标题以及存放该HTML文件的相对路径,其中,上述相对路径可以用于表示该HTML文件在静态网站中的存储位置,且上述文件标题和上述相对路径具有对应关系。
根据本公开的实施例,在生成静态网站的摘要文件的情况下,从该摘要文件中读取每一个HTML文件对应的相对路径,并基于该相对路径,从静态网站中读取对应的HTML文件。
应该理解,由于上述文件标题和上述相对路径具有对应关系,因此,基于读取的相对路径,读取对应的HTML文件可以是,基于读取的相对路径以及该相对路径与文件标题的对应关系,读取对应的HTML文件。具体地,若在同一个相对路径下包括两个或两个以上的HTML文件,在基于该相对路径找到对应的HTML文件的存储位置后,还需要进一步基于与该相对路径对应的文件标题,从该两个或两个以上的HTML文件中确定出对应的HTML文件。
例如,摘要文件summary.md中存储有“文件标题1”、“文件标题2”、“相对路径1”和“相对路径2”,其中,“文件标题1”为“HTML文件1”的文件标题,“文件标题2”为“HTML文件2”的文件标题,且“文件标题1”对应“相对路径1”,“文件标题2”对应“相对路径2”。实施时,可以从上述summary.md中读取对应的“相对路径1”,并基于该“相对路径1”和“文件标题1”,从静态网站中读取对应的“HTML文件1”。
需要说明的是,基于相对路径读取对应的HTML文件可以包括多种方式,例如可以按照摘要文件中记录相对路径的顺序进行读取,也可以随机选取摘要文件中记录的相对路径进行读取,还可以是上述两种方式的结合,在此不做限定。
在本公开的实施例中,由于HTML文件用于描述静态网站的网页内容,故而,在读取对应的HTML文件的情况下,可以进一步对该HTML文件所描述的网页内容进行元数据划分,并根据划分结果,生成静态网站的索引库。
需要说明的是,上述索引库可以存放在index.json文件中,也可以将该index.json文件存放在静态网站的根目录中,在此不做限定。其中,json可以用于表示一种轻量级数据交换格式。
根据本公开的实施例,在生成静态网站的索引库的情况下,服务可以接收并响应上述信息查询请求,并进一步查询静态网站的索引库,以实现从HTML文件中读取相关信息的目的。
通过本公开的实施例,通过建立静态网站的索引库,可以实现对静态网站进行信息索引的目的。
图3B示意性示出了根据本公开实施例的对读取的HTML文件所描述的网页内容进行元数据划分的流程图。
在该实施例中,参考图2和图3A描述的操作S304(即对读取的HTML文件所描述的网页内容进行元数据划分)可以包括操作S401~S402。如图3B所示,其中:
在操作S401,利用正则表达式对读取的HTML文件所描述的网页内容进行匹配,以匹配出网页内容中各组成部分的基础数据。
在操作S402,为每个组成部分的基础数据添加序号元数据和路径元数据,以实现对读取的HTML文件所描述的网页内容的元数据划分。
在本公开的实施例中,上述正则表达式可以表示为对字符串操作的一种逻辑公式,例如,预先定义一些特定字符,并根据这些特定字符以及这些特定字符的组合,组成一个“规则字符串”,该“规则字符串”可以用于表示对字符串的一种过滤逻辑。
根据本公开的实施例,如图3C所示,网页内容中的各组成部分可以包括但不限于文章ID、文章标题、文章描述、文章关键字、文章内容等等,其中,文章描述可以是对整篇文章的概括性内容。
在本公开的实施例中,上述各组成部分的基础数据可以是利用HTML表示的数据,例如,上述各组成部分的基础数据(可以称为HTML标签)可以表示为“<title></title>”(标题)、“<keywords></keywords>”(关键字)、“<description></description>”(描述)、“<body></body>”(内容)等等。
根据本公开的实施例,可以为每一个组成部分的基础数据添加序号元数据和路径元数据,以实现对读取的HTML文件所描述的网页内容的元数据划分的目的,其中,对于来自同一HTML文件的各组成部分,可以为该(或该些)组成部分的基础数据添加相同的序号元数据和路径元数据;对于来自不同HTML文件的各组成部分,可以为该(或该些)组成部分的基础数据添加不同的序号元数据和路径元数据。
例如,“标题1”和“关键字1”是“HTML文件1”的组成部分,“标题2”和“关键字2”是“HTML文件2”的组成部分,则可以为“标题1”和“关键字1”添加相同的“序号元数据1”和“路径元数据1”;为“标题2”和“关键字2”添加相同的“序号元数据2”和“路径元数据2”,其中,“序号元数据1”不同于“序号元数据2”,“路径元数据1”不同于“路径元数据2”。
通过本公开的实施例,通过为每个组成部分的基础数据添加序号元数据和路径元数据,实现了对读取的HTML文件所描述的网页内容的元数据划分的目的。
图3D示意性示出了根据本公开另一实施例的信息查询方法的流程图。
在该实施例中,该信息查询方法除了可以包括上文参考图2A和图3B描述的相应操作之外,还可以包括操作S501~S503。为了描述的简洁起见,这里省略对图2A和图3B中相应操作的描述。
如图3D所示,该信息查询方法还可以包括操作S501~S503。其中:
在操作S501,在为每个组成部分的基础数据添加序号元数据和路径元数据前,将匹配出的网页内容中各组成部分的基础数据中至少一个组成部分的基础数据进行标签转化处理。
在操作S502,针对已执行标签转化处理操作的各组成部分的基础数据,为标签转化后得到的各组成部分的相关数据添加序号元数据和路径元数据。
在操作S503,针对没有执行标签转化处理操作的各组成部分的基础数据,为各各组成部分的基础数据本身添加序号元数据和路径元数据。
在本公开的实施例中,上述标签转化处理可以包括但不限于利用“HTML转化MD”的标签转化技术,对各组成部分的基础数据中至少一个组成部分的基础数据进行标签转化处理。例如,可以利用该将“HTML转化MD”的标签转化技术,将“<body></body>”(内容)进行标签转化处理。
根据本公开的实施例,如图3E所示,在对读取的HTML所描述的网页内容进行正则匹配(该正则匹配可以是一种用于测试正则表达式的匹配规则)后,可以匹配出网页内容中各组成部分的基础数据,其中,各组成部分的基础数据可以表示为“<h1></h1>”、“<p></p>”、“<br>”、“Strong.b”等,然后可以利用“HTML转化简洁标记语言(MarkDown,可简称为MD)”的标签转化技术,将“<h1></h1>”转化为“#”、“<p></p>”转化为“\n\n”、“<br>”转化为“\n”、“Strong.b”转化为“**”,其中,转化后得到的各组成部分的相关数据可以称为MD标签。
在本公开的实施例中,针对已执行标签转化处理操作的各组成部分的基础数据,如“<h1></h1>”、“<p></p>”、“<br>”、“Strong.b”,为转化后得到的各组成部分的相关数据添加序号元数据和路径元数据,如分别为“#”、“\n\n”、“\n”和“**”添加序号元数据和路径元数据。其中,对于来自同一HTML文件的组成部分所对应的相关数据,可以为该(或该些)相关数据添加相同的序号元数据和路径元数据;对于来自不同HTML文件的组成部分所对应的相关数据,可以为该(或该些)相关数据添加不同的序号元数据和路径元数据。
根据本公开的实施例,针对没有执行标签转化处理操作的各组成部分的基础数据,为各各组成部分的基础数据本身添加序号元数据和路径元数据的操作方法与上述类似,在此不再赘述。
通过本公开的实施例,由于可以将复杂的HTML标签转化为简单的MD标签,因而可以去除大量冗余数据,保留有效信息,同时可以减小存储空间,提高资源的利用效率。
图3F示意性示出了根据本公开实施例的生成静态网站的摘要文件的流程图。
在该实施例中,参考图2A和图3A描述的操作S301(即生成静态网站的摘要文件)可以包括操作S601~S603。如图3F所示,其中:
在操作S601,从静态网站的站点根目录遍历静态网站的所有HTML文件。
在操作S602,提取所有HTML文件中每个文件的文件标题及其相对路径。
在操作S603,生成静态网站的摘要文件,以记录静态网站中包含的所有HTML文件的文件标题及其相对路径。
在本公开的实施例中,在静态网站上没有摘要文件Summary.md的情况下,可以自动生成该摘要文件Summary.md,以实现记录静态网站中包含的所有HTML文件的文件标题及其相对路径的目的。
根据本公开的实施例,可以从静态网站的站点根目录中遍历所有HTML文件,其中,该站点根目录可以包括其子目录。然后,根据找到的所有HTML文件,获取每一个HTML文件的文件标题以及该HTML文件的相对路径,其中,如上所述,该文件标题和该相对路径具有对应关系。进一步,根据提取的文件标题和相对路径,生成静态网站的摘要文件。
需要说明的是,在生成上述摘要文件后,可以将该摘要文件存储在静态网站的根目录上,在此不做限定。
通过本公开的实施例,通过生成摘要文件,并在该摘要文件中存储HTML文件的文件标题以及相对路径,既提高了管理力度,又提高了读取HTML文件的便捷性。
图3G示意性示出了根据本公开另一实施例的信息查询方法的示意图。
如图3G所示,其中:
在操作S701,遍历静态网站。
在操作S702,生成Summar.md。
在操作S703,读取静态网页。
在操作S704,抽取标题、描述、关键字、内容。
在操作S705,替换HTML标签变成简易标签。
在操作S706,添加路径元数据。
在操作S707,添加序号元数据。
在操作S708,元数据结构化。
在操作S709,存储为本地索引库。
在本公开的实施例中,建立静态网站的索引库可以主要分为四个大步骤,分别是:生成静态网站的的摘要文件、元数据划分、HTML标签转化和生成索引库。
根据本公开的实施例,生成静态网站的摘要文件可以是,从静态网站的站点根目录遍历所有HTML文件,然后提取该所有HTML文件的文件标题和相对路径,并将文件标题和相对路径依次写入摘要文件Summary.md中,其中,若静态网站中不存在该摘要文件Summary.md,则可以自动生成一个Summary.md文件。
在本公开的实施例中,元数据划分可以是,读取Summary.md文件的内容,并依次按照Summary.md文件中记录的相对路径读取对应的HTML文件,然后从每一个HTML文件所描述的网页内容中抽取出各组成部分,如标题、描述、关键字、内容等等,其中,各组成部分的基础数据可以利用正则表达式表示。进一步,为各组成部分的基础数据添加序号元数据和路径元数据。
根据本公开的实施例,HTML标签转化可以是,对各组成部分的基础数据进行标签转化处理,以实现通过简易标签表示各组成部分的目的。
需要说明的是,在执行HTML标签转化之后,还可以为转化后的各组成部分的相关数据添加序号元数据和路径元数据。
在本公开的实施例中,存储为本地索引库可以是,根据具体需求,可以对标题、关键字、描述分别建立索引库,也可以对上述所有组成部分的基础数据和/或所有组成部分的相关数据建立索引库(可以称为全文索引),在此不做限定。
通过本公开的实施例,针对没有索引库支撑的静态网站,传统的信息索引技术无法提供相应的解决方案,本公开在不需要投入复杂的支撑条件的情况下,能够快速对静态网站的网页内容建立索引库,以便为搜索机制提供数据源支撑。
图4示意性示出了根据本公开实施例的信息查询***的框图。
如图4所示,该信息查询***400可以包括接收模块410、响应模块420、确定模块430和第一读取模块440。其中:
接收模块410用于接收信息查询请求,其中,信息查询请求用于请求查询静态网站上的相关信息。
响应模块420用于响应于信息查询请求,并查询静态网站的索引库,以找出与信息查询请求所请求查询的相关信息具有索引关系的序号元数据以及与序号元数据具有对应关系的路径元数据。
确定模块430用于基于路径元数据所描述的路径,找出存储有相关信息的HTML文件。
读取模块440用于从HTML文件中读取相关信息。
通过本公开的实施例,通过为静态网站创建索引库,实现了可以基于索引库对静态网站进行信息索引的目的。
图5A示意性示出了根据本公开另一实施例的信息查询***的框图。
在该实施例中,该信息查询***400除了可以包括上文参考图4描述的相应模块之外,还可以包括生成模块510。为了描述的简洁起见,这里省略对参考图4中相应模块的描述。
如图5A所示,该信息查询***400还可以包括生成模块510,用于生成静态网站的索引库。其中,该生成模块510还用于:生成静态网站的摘要文件,其中,摘要文件中记录有静态网站中包含的至少一个HTML文件的文件标题及其相对路径。针对至少一个HTML文件中的每个文件,从摘要文件中读取对应的相对路径。基于读取的相对路径,读取对应的HTML文件。对读取的HTML文件所描述的网页内容进行元数据划分。基于元数据划分结果,生成静态网站的索引库。
通过本公开的实施例,通过建立静态网站的索引库,可以实现对静态网站进行信息索引的目的。
作为一种可选的实施例,上述生成模块还用于:利用正则表达式对读取的HTML文件所描述的网页内容进行匹配,以匹配出网页内容中各组成部分的基础数据;以及为每个组成部分的基础数据添加序号元数据和路径元数据,以实现对读取的HTML文件所描述的网页内容的元数据划分。
通过本公开的实施例,通过为每个组成部分的基础数据添加序号元数据和路径元数据,实现了对读取的HTML文件所描述的网页内容的元数据划分的目的。
图5B示意性示出了根据本公开另一实施例的信息查询***的框图。
在该实施例中,该信息查询***400除了可以包括上文参考图4描述的相应模块之外,还可以包括处理模块610、第一添加模块620和第二添加模块630。为了描述的简洁起见,这里省略对参考图4中相应模块的描述。
如图5B所示,该信息查询***400还可以包括处理模块610、第一添加模块620和第二添加模块630。其中:
处理模块610用于在为每个组成部分的基础数据添加序号元数据和路径元数据前,将匹配出的网页内容中各组成部分的基础数据中至少一个组成部分的基础数据进行标签转化处理。
第一添加模块620用于针对已执行标签转化处理操作的各组成部分的基础数据,为标签转化后得到的各组成部分的相关数据添加序号元数据和路径元数据。
第二添加模块630用于针对没有执行标签转化处理操作的各组成部分的基础数据,为各各组成部分的基础数据本身添加序号元数据和路径元数据。
通过本公开的实施例,由于可以将复杂的HTML标签转化为简单的MD标签,因而可以去除大量冗余数据,保留有效信息,同时可以减小存储空间,提高资源的利用效率。
作为一种可选的实施例,上述生成模块还用于:从静态网站的站点根目录遍历静态网站的所有HTML文件;提取所有HTML文件中每个文件的文件标题及其相对路径;生成静态网站的摘要文件,以记录静态网站中包含的所有HTML文件的文件标题及其相对路径。
通过本公开的实施例,通过生成摘要文件,并在该摘要文件中存储HTML文件的文件标题以及相对路径,既提高了管理力度,又提高了读取HTML文件的便捷性。
可以理解的是,接收模块410、响应模块420、确定模块430和读取模块440、生成模块510、处理模块610、第一添加模块620以及第二添加模块630可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,接收模块410、响应模块420、确定模块430和读取模块440、生成模块510、处理模块610、第一添加模块620以及第二添加模块630中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式的适当组合来实现。或者,接收模块410、响应模块420、确定模块430和读取模块440、生成模块510、处理模块610、第一添加模块620以及第二添加模块630中的至少一个可以至少被部分地实现为计算机程序模块,当该程序被计算机运行时,可以执行相应模块的功能。
作为另一方面,本公开还提供了一种计算机***,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现如上所述的信息查询方法。
图6示意性示出了根据本公开实施例的适于实现信息查询方法的计算机***的框图。图6示出的计算机***仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,根据本公开实施例的计算机***800包括处理器801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行参考图2A~2B、图3A~3G描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 803中,存储有计算机***800操作所需的各种程序和数据。处理器801、ROM802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行以上参考图2A~2B、图3A~3G描述的各种操作。需要注意,所述程序也可以存储在除ROM 802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行以上参考图2A~2B、图3A~3G描述的各种操作。
根据本公开的实施例,该计算机***800还可以包括输入/输出(I/O)接口805,输入/输出(I/O)接口805也连接至总线804。计算机***800还可以包括连接至I/O接口805的以下部件中的一项或多项:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
根据本公开的实施例,上文参考流程图描述的方法可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时,执行本公开实施例的***中限定的上述功能。根据本公开的实施例,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。根据本公开的实施例,计算机可读介质可以包括上文描述的ROM 802和/或RAM 803和/或ROM 802和RAM 803以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
作为另一方面,本公开还提供了一种计算机可读介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现上述信息查询方法。该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备执行:接收信息查询请求,其中,信息查询请求用于请求查询静态网站上的相关信息;响应于信息查询请求,并查询静态网站的索引库,以找出与信息查询请求所请求查询的相关信息具有索引关系的序号元数据以及与序号元数据具有对应关系的路径元数据;基于路径元数据所描述的路径,找出存储有相关信息的HTML文件;以及从HTML文件中读取相关信息。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (12)
1.一种信息查询方法,包括:
接收信息查询请求,其中,所述信息查询请求用于请求查询静态网站上的相关信息;
响应于所述信息查询请求,并查询所述静态网站的索引库,以找出与所述信息查询请求所请求查询的相关信息具有索引关系的序号元数据以及与所述序号元数据具有对应关系的路径元数据;
基于所述路径元数据所描述的路径,找出存储有所述相关信息的HTML文件;以及
从所述HTML文件中读取所述相关信息;
所述方法还包括生成所述静态网站的所述索引库,该操作包括:
生成所述静态网站的摘要文件,其中,所述摘要文件中记录有所述静态网站中包含的至少一个HTML文件的文件标题及其相对路径。
2.根据权利要求1所述的方法,其中,所述生成所述静态网站的所述索引库还包括:针对所述至少一个HTML文件中的每个文件,从所述摘要文件中读取对应的相对路径;
基于读取的相对路径,读取对应的HTML文件;
对读取的HTML文件所描述的网页内容进行元数据划分;以及
基于元数据划分结果,生成所述静态网站的所述索引库。
3.根据权利要求2所述的方法,其中,所述对读取的HTML文件所描述的网页内容进行元数据划分包括:
利用正则表达式对读取的HTML文件所描述的网页内容进行匹配,以匹配出所述网页内容中各组成部分的基础数据;以及
为每个组成部分的基础数据添加序号元数据和路径元数据,以实现对读取的HTML文件所描述的网页内容的元数据划分。
4.根据权利要求3所述的方法,其中,所述方法还包括:
在所述为每个组成部分的基础数据添加序号元数据和路径元数据前,将匹配出的所述网页内容中各组成部分的基础数据中至少一个组成部分的基础数据进行标签转化处理;
针对已执行标签转化处理操作的各组成部分的基础数据,为标签转化后得到的各组成部分的相关数据添加序号元数据和路径元数据;以及
针对没有执行标签转化处理操作的各组成部分的基础数据,为各各组成部分的基础数据本身添加序号元数据和路径元数据。
5.根据权利要求2所述的方法,其中,所述生成所述静态网站的摘要文件包括:
从所述静态网站的站点根目录遍历所述静态网站的所有HTML文件;
提取所述所有HTML文件中每个文件的文件标题及其相对路径;以及
生成所述静态网站的所述摘要文件,以记录所述静态网站中包含的所有HTML文件的文件标题及其相对路径。
6.一种信息查询***,包括:
接收模块,用于接收信息查询请求,其中,所述信息查询请求用于请求查询静态网站上的相关信息;
响应模块,用于响应于所述信息查询请求,并查询所述静态网站的索引库,以找出与所述信息查询请求所请求查询的相关信息具有索引关系的序号元数据以及与所述序号元数据具有对应关系的路径元数据;
确定模块,用于基于所述路径元数据所描述的路径,找出存储有所述相关信息的HTML文件;以及
读取模块,用于从所述HTML文件中读取所述相关信息;
所述***还包括生成模块,用于生成所述静态网站的所述索引库,所述生成模块还用于:
生成所述静态网站的摘要文件,其中,所述摘要文件中记录有所述静态网站中包含的至少一个HTML文件的文件标题及其相对路径。
7.根据权利要求6所述的***,其中,所述生成模块还用于:
针对所述至少一个HTML文件中的每个文件,从所述摘要文件中读取对应的相对路径;
基于读取的相对路径,读取对应的HTML文件;
对读取的HTML文件所描述的网页内容进行元数据划分;以及
基于元数据划分结果,生成所述静态网站的所述索引库。
8.根据权利要求7所述的***,其中,所述生成模块还用于:
利用正则表达式对读取的HTML文件所描述的网页内容进行匹配,以匹配出所述网页内容中各组成部分的基础数据;以及
为每个组成部分的基础数据添加序号元数据和路径元数据,以实现对读取的HTML文件所描述的网页内容的元数据划分。
9.根据权利要求8所述的***,其中,所述***还包括:
处理模块,用于在所述为每个组成部分的基础数据添加序号元数据和路径元数据前,将匹配出的所述网页内容中各组成部分的基础数据中至少一个组成部分的基础数据进行标签转化处理;
第一添加模块,用于针对已执行标签转化处理操作的各组成部分的基础数据,为标签转化后得到的各组成部分的相关数据添加序号元数据和路径元数据;以及
第二添加模块,用于针对没有执行标签转化处理操作的各组成部分的基础数据,为各各组成部分的基础数据本身添加序号元数据和路径元数据。
10.根据权利要求7所述的***,其中,所述生成模块还用于:
从所述静态网站的站点根目录遍历所述静态网站的所有HTML文件;
提取所述所有HTML文件中每个文件的文件标题及其相对路径;以及
生成所述静态网站的所述摘要文件,以记录所述静态网站中包含的所有HTML文件的文件标题及其相对路径。
11.一种计算机***,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至5中任一项所述的信息查询方法。
12.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现权利要求1至5中任一项所述的信息查询方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711401432.3A CN110110184B (zh) | 2017-12-21 | 2017-12-21 | 信息查询方法、***、计算机***及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711401432.3A CN110110184B (zh) | 2017-12-21 | 2017-12-21 | 信息查询方法、***、计算机***及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110110184A CN110110184A (zh) | 2019-08-09 |
CN110110184B true CN110110184B (zh) | 2021-07-06 |
Family
ID=67483455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711401432.3A Active CN110110184B (zh) | 2017-12-21 | 2017-12-21 | 信息查询方法、***、计算机***及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110110184B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111863268B (zh) * | 2020-07-19 | 2024-01-30 | 杭州美腾科技有限公司 | 一种适用于医学报告内容提取与结构化方法 |
CN112559521A (zh) * | 2020-12-11 | 2021-03-26 | 广州海量数据库技术有限公司 | 话单查找方法及*** |
CN113010476B (zh) * | 2021-03-15 | 2023-12-22 | 腾讯云计算(北京)有限责任公司 | 元数据查找方法、装置、设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1787001A (zh) * | 2005-12-16 | 2006-06-14 | 郑州华粮科技股份有限公司 | 一种网络交易***行情发布方法 |
CN101126977A (zh) * | 2007-08-28 | 2008-02-20 | 激动集团股份有限公司 | 一种基于isapi的web静态页面生成方法 |
CN102880607A (zh) * | 2011-07-15 | 2013-01-16 | 舆情(香港)有限公司 | 网络动态内容抓取方法及网络动态内容爬虫*** |
CN103477335A (zh) * | 2011-02-01 | 2013-12-25 | 杰出网络公司 | 用于内容递送网络的资产管理架构 |
CN107103011A (zh) * | 2016-02-23 | 2017-08-29 | 阿里巴巴集团控股有限公司 | 终端数据搜索的实现方法和装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0314782D0 (en) * | 2003-06-25 | 2003-07-30 | Ibm | A searchable personal browsing history |
CN101344881A (zh) * | 2007-07-09 | 2009-01-14 | 中国科学院大气物理研究所 | 海量文件型数据的索引生成方法及装置和搜索*** |
CN102253967B (zh) * | 2011-06-03 | 2013-03-27 | 用友软件股份有限公司 | 数据查找***和数据查找方法 |
CN102855255B (zh) * | 2011-06-30 | 2016-04-20 | 北京新媒传信科技有限公司 | 内容管理发布方法及*** |
CN103218396B (zh) * | 2013-03-07 | 2016-12-28 | 江苏省电力公司南京供电公司 | 根据访问频次特征生成静态网页的调度运行可视化分析方法 |
-
2017
- 2017-12-21 CN CN201711401432.3A patent/CN110110184B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1787001A (zh) * | 2005-12-16 | 2006-06-14 | 郑州华粮科技股份有限公司 | 一种网络交易***行情发布方法 |
CN101126977A (zh) * | 2007-08-28 | 2008-02-20 | 激动集团股份有限公司 | 一种基于isapi的web静态页面生成方法 |
CN103477335A (zh) * | 2011-02-01 | 2013-12-25 | 杰出网络公司 | 用于内容递送网络的资产管理架构 |
CN102880607A (zh) * | 2011-07-15 | 2013-01-16 | 舆情(香港)有限公司 | 网络动态内容抓取方法及网络动态内容爬虫*** |
CN107103011A (zh) * | 2016-02-23 | 2017-08-29 | 阿里巴巴集团控股有限公司 | 终端数据搜索的实现方法和装置 |
Non-Patent Citations (2)
Title |
---|
使用lunr.js为Wiki***增加全文搜索支持;Uranus Zhou;《https://zohead.com/archives/wiki-lunr-js/》;20170110;1-8 * |
搜索引擎中网络爬虫技术研究;郭海燕;《中国优秀硕士学位论文全文数据库 信息科技辑》;20120315;I138-2656 * |
Also Published As
Publication number | Publication date |
---|---|
CN110110184A (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9304979B2 (en) | Authorized syndicated descriptions of linked web content displayed with links in user-generated content | |
CN109614402B (zh) | 多维数据查询方法和装置 | |
US10558702B2 (en) | Unified storage system for online image searching and offline image analytics | |
US20160306852A1 (en) | Answering natural language table queries through semantic table representation | |
KR102344780B1 (ko) | 내장가능형 미디어 콘텐츠 검색 위젯 | |
US10885085B2 (en) | System to organize search and display unstructured data | |
CN110110184B (zh) | 信息查询方法、***、计算机***及存储介质 | |
US20140195888A1 (en) | Tagging autofill field entries | |
KR102023147B1 (ko) | 대응하는 리소스에 대한 애플리케이션 부분적 딥 링크 | |
US20130179832A1 (en) | Method and apparatus for displaying suggestions to a user of a software application | |
US10567845B2 (en) | Embeddable media content search widget | |
US9798779B2 (en) | Obtaining desired web content for a mobile device | |
CN107273362B (zh) | 数据处理方法及其设备 | |
US20180373688A1 (en) | Sharing annotations to web pages | |
US9251125B2 (en) | Managing text in documents based on a log of research corresponding to the text | |
US11954424B2 (en) | Automatic domain annotation of structured data | |
US11928420B2 (en) | Methods and apparatus for matching media with a job host provider independent of the media format and job host platform | |
CN106777403B (zh) | 信息推送方法和装置 | |
US9898544B2 (en) | Guided web navigation tool | |
CN116049238A (zh) | 节点信息查询方法、装置、设备、介质和程序产品 | |
CN116483954A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN113760860A (zh) | 一种数据读取方法和装置 | |
US20140289252A1 (en) | Method and system for managing webpage links in a browser |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |