【技术实现步骤摘要】
一种标记文件解析方法和装置本专利技术专利申请是申请日为2012年3月30日、申请号为201210091311.4、名称为“一种标记文件解析方法和装置”的中国专利技术专利申请的分案申请。
本申请涉及数据解析
,特别是涉及一种标记文件解析方法和装置。
技术介绍
目前互联网技术已经深入影响人们的生活,诸如电子邮箱、论坛、网页游戏等也已成为人们日常工作和娱乐中不可或缺的一部分。但上述互联网应用大多需要用户注册并登录后才能使用,因此用户需要记忆大量的用户名和密码。为了帐号的安全,用户通常还需要设置较为复杂的数字、字母、特殊符号组合的密码,进一步加大了记忆的难度,在每次登录时还需要手工输入,这一切无疑对用户的使用造成了负担。网页自动填表就是解决这一问题的技术,它可以在保存用户在网页中输入的用户名和密码,在下一次用户打开相同网页时,自动帮用户填写已保存的用户名和密码,用户不必再记忆和填写大量的用户名和密码,使用各种网络资源和服务更加轻松随意。自动填表这项技术中的关键在于能够预先检测并判断页面中是否存在用户需要填写并提交的表单,是登录表单?还是注册表单?首先要能识别这些表单,然后才可以实现后续的保存、帮助用户填写的步骤。目前,现有识别网页表单的技术一般包括以下步骤:首先,获取网页中的表单。通过识别网页对应的超文本代码(HTML,HyperTextMarkupLanguage)中是否存在<form>标签,若存在,就将该<form>标签内所有<input>输入框作为一个表单。参见下面的一个<form>表单的示例代码:其次, ...
【技术保护点】
一种标记文件解析方法,其特征在于,包括:获取标记文件中的标签对象,生成标签集合;根据所述标签集合中标签对象的公共属性,对所述标签对象进行分组,从所述分组的结果获得一个或多个分组标签;依据预置的标记文件解析映射表,匹配所述一个或多个分组标签中的标签对象的属性;从相匹配的分组标签中,获取标记文件解析用的数据。
【技术特征摘要】
1.一种标记文件解析方法,其特征在于,包括:获取标记文件中的标签对象,生成标签集合;根据所述标签集合中标签对象的公共属性,对所述标签对象进行分组,从所述分组的结果获得一个或多个分组标签;依据预置的标记文件解析映射表,匹配所述一个或多个分组标签中的标签对象的属性;从相匹配的分组标签中,获取标记文件解析用的数据。2.如权利要求1所述的方法,其特征在于,根据所述标签集合中标签对象的公共属性对所述标签对象进行分组,包括:将标签集合中具有相同父节点的标签对象置于同一分组标签内。3.如权利要求2所述的方法,其特征在于,所述从所述分组的结果获得一个或多个分组标签之后还包括分组标签再分组,包括:判断当前分组结果中一个或多个分组标签;若当前分组标签包含两个或多个标签对象,且所述两个或多个标签对象不具有相同的父节点,则将当前分组标签内具有相同父节点的标签对象置于另一分组标签内;重复上述步骤直到当前分组标签不可再分组。4.如权利要求1所述的方法,其特征在于,所述标记文件是超文本标记HTML文件。5.如权利要求1所述的方法,其特征在于,所述标签对象是<input>输入框;所述依据预置的标记文件解析映射表,匹配所述一个或多个分组标签中的标签对象的属性还包括:若当前分组标签中仅含有1个密码输入框,且位于所述密码输入框下级兄弟节点的标签对象不是文本输入框,则当前分组标签为登录表单。6.如权利要求5所述的方法,其特征在于,还包括:若当前分组标签为登录表单,且当前分组标签内密码输入框存在多级父节点,且当前分组标签不可再分,且所述密码输入框的最近父节点内包括至少一个文本输入框,则将所述密码输入框最近父节点内的标签对象置于新的分组标签内。7.如权利要求5所述的方法,其特征在于,所述依据预置的标记文件解析映射表,匹配所述一个或多个分组标签中的标签对象的属性还包括:若当前分组标签中仅含有1个密码输入框,且位于所述密码输入框下级兄弟节点的标签对象是文本输入框,则当前分组标签为注册表单。8.如权利要求7所述的方法,其特征在于,所述依据预置的标记文件解析映射表,匹配所述一个或多个分组标签中的标签对象的属性还包括:若当前分组标签中包含2个位置连续的且互为兄弟节点的密码输入框,则当前分组标签为注册表单。9.如权利要求8所述的方法,其特征在于,所述依据预置的标记文件解析映射表,匹配所述一个或多个分组标签中的标签对象的属性还包括:若当前分组标签中包含3个位置连续且互为兄弟节点的密码输入框,则当前分组标签为密码修改表单。10.一种网页填充方法,其特征在于,包括:标记文件解析;目标数据存储;目标数据填充;所述标记文件解析包括:获取标记文件中的标签对象,生成标签集合;根...
【专利技术属性】
技术研发人员:杭程,李超,万勇,任寰,
申请(专利权)人:奇智软件北京有限公司,北京奇虎科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。