网页处理方法、装置、设备和介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115964590A(43)申请公布日2023.04.14(21)申请号202211694996.1(22)申请日2022.12.28(71)申请人成都知道创宇信息技术有限公司地址610000四川省成都市高新区中国(四川)自由贸易试验区天府大道北段28号C座9楼(72)发明人唐刚(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463专利代理师张文娥(51)Int.Cl.G06F16/958(2019.01)G06F16/957(2019.01)G06F21/56(2013.01)权利要求书3页说明书8页附图2页(54)发明名称网页处理方法、装置、设备和介质(57)摘要本发明的实施例提供了一种网页处理方法、装置、设备和介质，涉及互联网技术领域，方法包括：获取目标网页初始状态的DOM结构、网页内容和网页静态资源，并计算得到目标网页初始状态的MD5值。获取目标网页当前状态的DOM结构、网页内容和网页静态资源，并计算得到目标网页当前状态的MD5值。基于目标网页初始状态的MD5值和当前状态的MD5值，确定目标网页是否发生变化，从而提高网页处理的便捷性。CN115964590ACN115964590A权利要求书1/3页1.一种网页处理方法，其特征在于，包括：获取目标网页初始状态的DOM结构、网页内容和网页静态资源，并计算得到所述目标网页初始状态的MD5值；获取所述目标网页当前状态的DOM结构、网页内容和网页静态资源，并计算得到所述目标网页当前状态的MD5值；基于所述目标网页初始状态的MD5值和当前状态的MD5值，确定所述目标网页是否发生变化。2.根据权利要求1所述的网页处理方法，其特征在于，所述基于所述目标网页初始状态的MD5值和当前状态的MD5值，确定所述目标网页是否发生变化，包括：确定所述目标网页初始状态的MD5值和当前状态的MD5值是否一致；若不一致，计算所述目标网页初始状态和当前状态在DOM结构、网页内容和网页静态资源中至少一项对应的变化情况；根据所述目标网页初始状态和当前状态在DOM结构、网页内容和网页静态资源中至少一项对应的变化情况，计算得到所述目标网页当前状态相较于初始状态的总体变化比率；基于所述总体变化比率确定所述目标网页当前状态相较于初始状态是否发生变化。3.根据权利要求2所述的网页处理方法，其特征在于，所述计算所述目标网页初始状态和当前状态在DOM结构、网页内容和网页静态资源中至少一项对应的变化情况，包括：在确定网页内容发生变化的情况下，将所述目标网页当前状态的网页内容与初始状态的网页内容进行循环比对，查找出网页内容中发生变化的字符，根据发生变化的字符数与网页内容中总的字符数，计算得到所述目标网页初始状态和当前状态的网页内容变化比率；在确定DOM结构发生变化的情况下，按照所述目标网页的网页标签格式，遍历所述目标网页的DOM结构，获得所述目标网页的层级结构，将所述目标网页当前状态的网页节点与初始状态的网页节点进行比对，查找出所述层级结构中发生变化的网页节点，根据所述层级结构中发生变化的网页节点数和总的网页节点数，计算得到所述目标网页初始状态和当前状态的网页结构变化比率；在确定网页静态资源发生变化的情况下，将所述目标网页当前状态的网页静态资源与初始状态的网页静态资源进行比对，查找出发生变化的网页静态资源数，根据所述目标网页中发生变化的网页静态资源数和总的网页静态资源数，计算得到所述目标网页初始状态和当前状态的网页静态资源变化比率。4.根据权利要求3所述的网页处理方法，其特征在于，所述根据所述目标网页初始状态和当前状态在DOM结构、网页内容和网页静态资源中至少一项对应的变化情况，计算得到所述目标网页当前状态相较于初始状态的总体变化比率，包括：将所述网页内容变化比率与第一权重相乘，得到网页内容变化值；将所述网页结构变化比率与第二权重相乘，得到网页结构变化值；将所述网页静态资源变化比率与第三权重相乘，得到网页静态资源变化值；基于所述网页内容变化值、网页结构变化值和网页静态资源变化值，计算得到总体变化比率。5.根据权利要求4所述的网页处理方法，其特征在于，所述方法还包括：2CN115964590A权利要求书2/3页确定所述总体变化比率是否达到设定阈值；若是，判定所述目标网页被篡改。6.根据权利要求2所述的网页处理方法，其特征在于，所述获取目标网页初始状态的DOM结构、网页内容和网页静态资源，并计算得到所述目标网页初始状态的MD5值，包括：基于正则表达式，获取所述目标网页初始状态的DOM结构，并计算所述DOM结构的MD5值；基于正则动态元素匹配，根据网页属性标签获取所述目标网页初始状态的网页内容，并计算所述网页内容的MD5值；通过XPath匹配获取到所