一种互联网网页转换方法、系统及设备

摘要

本发明适用于互联网信息处理领域，提供了一种互联网网页转换方法、系统及设备，所述方法包括下述步骤：解析读取的互联网网页，将互联网网页解析成文档对象模型树；从解析后的互联网网页中提取主题内容；将提取的主题内容转换输出对应的XHTML网页。在本发明中，在将互联网网页转化为XHTML网页前，从互联网网页中提取用户关注的主题内容，将提取的主题内容转换成XHTML网页，使得转换得到的网页长度和占用空间大为减少，降低了服务器的带宽压力，可以保证网页的主题内容突出，提高用户浏览网页的速度，便于用户搜索或者浏览信息。

主权项

一种互联网网页转换方法，其特征在于，所述方法包括下述步骤：解析读取的互联网网页，将互联网网页解析成文档对象模型树；判断互联网网页的类型；解析互联网网页，提取互联网网页中的主题内容；将提取的主题内容转换输出对应的XHTML网页；其中，当互联网网页的类型为主题型网页时，所述主题内容包括网页的正文块的根元素、标题元素和导航元素；当互联网网页的类型为主题型网页时，所述将提取的主题内容转换输出对应的XHTML网页还包括：保留正文块、以标题元素的父元素为根节点的子树、以导航元素为父元素的子树，以及形式标题；将所述正文块、以标题元素的父元素为根节点的子树、以导航元素为父元素的子树，以及形式标题之外的其余元素从原文档对象模型树中裁剪掉，合成新的文档对象模型树。