CN112541149B - 一种用于手机网页内容的恢复方法和系统 - Google Patents

Abstract

本发明给出了一种用于手机网页内容的恢复方法和系统，包括定位手机网页的简要信息、内容碎片和多媒体文件碎片的存储位置，提取所述简要信息、内容数据；构建内容筛选器，建立所述简要信息与所述内容碎片中的所述内容数据映射关系；构建多媒体筛选器，建立所述内容碎片与所述多媒体文件碎片的映射关系；基于所述简要信息、内容数据、多媒体文件重组html文件恢复所述手机网页。本发明可以自动查找、识别此类数据在手机上残留的碎片，尽可能地对页面内容重组，恢复出整篇文章的文字内容及相关媒体文件等主要信息，并以网页形式展示，具有可视化效果，弥补现有取证技术的不足，完善手机网页内容取证方面的技术。

Description

一种用于手机网页内容的恢复方法和系统

技术领域

本发明涉及计算机取证安全的技术领域，尤其是一种用于手机网页内容的恢复方法和系统。

背景技术

近年来，随着居民收入的不断提高，电子产品逐渐成为大家普遍消费的产品之一。其中，智能手机已经是大多数消费者的生活中心，牵涉到生活的方方面面。手机不仅仅是通联工具，还能用于学习、娱乐、购物等用途。有了手机，我们可以随时随地，方便地通过互联网浏览各地的时事、游戏资讯、娱乐八卦等信息，不再像以前只能依靠报纸、电视报道来获知。不管是专用的手机浏览器APP，或是其他各类APP内置的浏览器，都能用于浏览网页，足不出户就能了解天下事。

网络上庞大的数据量，难免存在一些鱼目混珠、别有用心的网页内容，比如某些未经查证的谣言，或者无端诋毁某些人物的文章。在网页数据的固定上，一般采用两种方式：一是手机数据取证，二是使用较新型的云取证方式。

目前，手机数据取证只能取到诸如标题、链接、发布者等较简单的数据，其他更详细的内容只能依托于云取证，从服务器爬取网页内容。而云取证要取到网页详细内容，首要条件是该页面还存在服务器上，否则内容无法成功获取。

现有的取证技术存在以下两点缺陷，一是取到的数据较为简单，无法提取网页完整内容并展示出来；二是网页已经被删除的情况下无法获取到网页内容，可能也恢复不到页面的简要信息。甚至如果发布者提前从服务器上操作删除了该页面，那无论是手机数据取证还是云取证技术，都无法获取到原始内容，这种当前还是取证技术空白。

发明内容

为了解决现有技术中取证技术提取到的数据较为简单、网页已经被删除的情况下无法获取到网页内容，可能也恢复不到页面的简要信息的技术问题，本发明提出了一种用于手机网页内容的恢复方法和系统，通过自动搜寻手机上残留的文章内容、媒体文件碎片，利用一些技术手段对数据碎片进行关联重组，再将重组后的数据根据逻辑关系写入本地磁盘文件，从而实现网页内容的删除恢复。

根据本发明的一个方面，提出了一种用于手机网页内容的恢复方法，包括：

S1：定位手机网页的简要信息、内容碎片和多媒体文件碎片的存储位置，提取简要信息、内容数据；

S2：构建内容筛选器，建立简要信息与内容碎片中的内容数据映射关系；

S3：构建多媒体筛选器，建立内容碎片与多媒体文件碎片的映射关系；

S4：基于简要信息、内容数据、多媒体文件重组html文件恢复手机网页。

在一些具体的实施例中，简要信息包括网页标题、文章标题、发布者和发布时间。凭借简要信息可以构建出网页内容的主体构造。

在一些具体的实施例中，多媒体文件包括图像和视频。凭借多媒体文件能够恢复出网页的图像和视频的相关信息。

在一些具体的实施例中，利用HASH映射关系将简要信息与内容碎片提取的内容数据关联。利用HASH映射可以将简要信息与相应的文章内容数据关联起来。

在一些具体的实施例中，步骤S3具体包括：分析内容数据中涉及的多媒体文件，通过HASH映射关系自动关联内容数据对应的多媒体文件并将其拷贝至指定位置。通过HASH映射将内容数据与多媒体文进行关联可以恢复出网页的多媒体数据。

在一些具体的实施例中，步骤S4之前还包括：将多媒体文件的相对路径写入内容数据指定的src属性中。凭借该步骤可以使网页最终能够呈现出多媒体文件如图像、视频等信息。

在一些具体的实施例中，响应于内容数据或多媒体文件存在缺失数据碎片，对关键数据进行碎片修复。对缺失关键数据进行修复可以保证网页内容的最终有效显示。

在一些具体的实施例中，按网页标题、文章标题、发布者、发布时间和文章内容的主体框架重组html文件，并在html文件写入相应的div标签。凭借该方法可以便于实现重组后网页的可视化。

根据本发明的第二方面，提出了一种计算机可读存储介质，其上存储有一或多个计算机程序，该一或多个计算机程序被计算机处理器执行时实施上述任一项的方法。

根据本申请的第三方面，提出了一种用于手机网页内容的恢复系统，该系统包括：

数据处理单元：配置用于定位手机网页的简要信息、内容碎片和多媒体文件碎片的存储位置，提取简要信息、内容数据；

内容映射单元：配置用于构建内容筛选器，建立简要信息与内容碎片中的内容数据映射关系；

多媒体映射单元：配置用于构建多媒体筛选器，建立内容碎片与多媒体文件碎片的映射关系；

重组恢复单元：配置用于基于简要信息、内容数据、多媒体文件重组html文件恢复手机网页。

在一些具体的实施例中，简要信息包括网页标题、文章标题、发布者和发布时间，多媒体文件包括图像和视频。凭借简要信息和多媒体信息的结合可以更完整地恢复网页内容。

在一些具体的实施例中，在内容映射单元和多媒体映射单元中利用HASH映射关系将简要信息与内容碎片提取的内容数据关联，分析内容数据中涉及的多媒体文件，通过HASH映射关系自动关联内容数据对应的多媒体文件并将其拷贝至指定位置。利用HASH映射可以将简要信息与相应的文章内容数据关联起来，以及将内容数据与多媒体文进行关联恢复出网页的多媒体数据。

在一些具体的实施例中，多媒体文件的相对路径写入内容数据指定的src属性中。凭借该步骤可以使网页最终能够呈现出多媒体文件如图像、视频等信息。

在一些具体的实施例中，响应于内容数据或多媒体文件存在缺失数据碎片，对关键数据进行碎片修复。对缺失关键数据进行修复可以保证网页内容的最终有效显示。

在一些具体的实施例中，重组恢复单元按网页标题、文章标题、发布者、发布时间和文章内容的主体框架重组html文件，并在html文件写入相应的div标签。凭借该方法可以便于实现重组后网页的可视化。

本发明提出了一种用于手机网页内容的恢复方法和系统，从手机数据取证方面直接实现的网页内容删除恢复与重组，通过本发明可以更好更直观地固定此类证据。对于原始页面已从服务器上删除的情况具有更大的意义，填补了原先手机数据取证与云取证方案的技术空白，一定程度上解决了目标对象通过删除原始页面来销毁证据的难题。本发明在证据固定方面效果显著，实用性强，具有高应用价值。

附图说明

包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点，因为通过引用以下详细描述，它们变得被更好地理解。通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例的用于手机网页内容的恢复方法流程图；

图2是本申请的一个具体的实施例的简要信息的原始数据示意图；

图3是本申请的一个具体的实施例的内容映射关系示意图；

图4是本申请的一个具体的实施例的多媒体映射关系示意图；

图5是本申请的一个具体的实施例的主体框架示意图；

图6是本申请的一个具体的实施例的用于手机网页内容的重组流程图；

图7是本申请的一个具体的实施例的用于手机网页内容的恢复流程图；

图8是本申请的一个实施例的用于手机网页内容的恢复系统的框架图；

图9是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图；

图10a是本申请的一个实施例的手机原始网页图；

图10b是本申请的一个实施例的网页恢复效果图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

根据本申请的一个实施例的用于手机网页内容的恢复方法，图1示出了根据本申请的实施例的用于手机网页内容的恢复方法流程图。如图1所示，该方法包括：

S101：定位手机网页的简要信息、内容碎片和多媒体文件碎片的存储位置，提取简要信息、内容数据。简要信息包括网页标题、文章标题、发布者和发布时间。凭借简要信息可以构建出网页内容的主体构造。

在具体的实施例中，定位简要信息的存储位置，简要信息的原始数据如图2所示。提取并恢复本地数据库中保存的简要信息，如文章网页标题(WebTitle)、标题(Title)、发布者(Author)、发布时间(PublishTime)等，作为后续重组和恢复的主体结构数据。若部分简要信息已经被从数据库中清楚，无法获取到，可以从内容碎片中补充挖掘。

S102：构建内容筛选器，建立简要信息与内容碎片中的内容数据映射关系。通过HASH映射关系，将新闻简要信息与相应的文章内容碎片提取的数据(Content)关联起来。

在具体的实施例中，图3示出了本申请的一个具体的实施例的内容映射关系示意图，如图3所示，将简要信息中的标题、发布者和发布时间通过内容筛选器与文章内容建立HASH映射关系，使文章内容与标题、发布者和发布时间对应起来。

S103：构建多媒体筛选器，建立内容碎片与多媒体文件碎片的映射关系。自动分析文章内容(Content)中涉及的多媒体文件，通过HASH映射关系自动关联对应多媒体文件并拷贝到指定位置。

在具体的实施例中，图4示出了本申请的一个具体的实施例的多媒体映射关系示意图，如图4所示，将文章内容通过多媒体筛选器与视频和图片建立HASH映射关系，具体的将多媒体文件的相对路径写入文章内容(Content)指定的src属性中，处理完所有多媒体附件，得到修改后的文章内容(DestContent)。对于内容或文件部分缺失的数据碎片，通过碎片修复组件对关键数据进行修复。

S104：基于简要信息、内容数据、多媒体文件重组html文件恢复手机网页。

在具体的实施例中，按网页标题、文章标题、发布者、发布时间和文章内容的主体框架重组html文件，并在html文件写入相应的div标签。具体的主体框架如图5中的主体框架示意图所示。得到所有重组后数据，与手机取证的标题、链接、发布者等数据关联进行可视化展示。

继续参考图6，图6示出了根据本申请的一个具体的实施例的用于手机网页内容的重组流程图，如图6所示，对标题601、发布者602、发布时间603、文章内容604和多媒体605进行碎片修复判断，对于部分损坏的碎片文件关键数据需要进行碎片修复的，利用碎片修复组件606进行修复，获得已修复数据607，将已修复数据607根据网页主体框架608进行重组，获得重组后的网页数据609。

继续参考图7，图7示出了根据本申请的一个具体的实施例的用于手机网页内容的恢复流程图，如图7所示，包括：

步骤701：获取手机原始数据包。原始数据包内存在相应被删除的碎片文件等信息，可用作于进行网页内容的恢复数据基础。

步骤702：判断自动识别是否存在新闻碎片；若存在新闻碎片，进入步骤703，否则结束。根据手机原始数据包内的文件格式，可以获取新闻碎片对应存在的文件格式，以此识别数据包内的新闻碎片。

步骤703：数据碎片中获取信息，写入新闻html文件标题、文章标题、发布者、发布时间、主体内容。

步骤704：判断文章是否包含媒体文件。若包含媒体文件，则进入步骤705，若不存在则结束。

步骤705：通过媒体文件的哈希值自动查找重组对应文件。

步骤706：判断是否能关联到媒体文件。若关联到媒体文件，则进入步骤707，若无法关联媒体文件，则结束。

步骤707：写入媒体文件相对路径到html文件。

网页内容资讯多样化，以手机微信公众号新闻为例，从新闻的原始数据切入，可以自动查找、识别此类数据在手机上残留的碎片，通过上述方法，尽可能地对页面内容重组，恢复出整篇文章的文字内容及相关媒体文件等主要信息，并以网页形式展示，具有可视化效果。利用上述方法进行手机网页的恢复可以将手机中被删除的网页内容在计算机等设备上进行重组恢复，生成相应的网页文件，图10a的手机原始网页被删除后，提取手机的原始数据包进行如上述恢复方法进行恢复后，可在计算机上重组获得如图10b所示的网页页面，网页的整体信息得到了完整的恢复。该方法弥补了现有取证技术的不足，完善手机网页内容取证方面的技术。

继续参考图8，图8示出了根据本发明的实施例的一种用于手机网页内容的恢复系统的框架图。该系统具体包括数据处理单元801、内容映射单元802、多媒体映射单元803、和重组恢复单元804。

在具体的实施例中，数据处理单元801配置用于定位手机网页的简要信息、内容碎片和多媒体文件碎片的存储位置，提取简要信息、内容数据；内容映射单元802配置用于构建内容筛选器，建立简要信息与内容碎片中的内容数据映射关系；多媒体映射单元803配置用于构建多媒体筛选器，建立内容碎片与多媒体文件碎片的映射关系；重组恢复单元804配置用于基于简要信息、内容数据、多媒体文件重组html文件恢复手机网页。

下面参考图9，其示出了适于用来实现本申请实施例的电子设备的计算机系统900的结构示意图。图9示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图9所示，计算机系统900包括中央处理单元(CPU)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有系统900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

以下部件连接至I/O接口905：包括键盘、鼠标等的输入部分906；包括诸如液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；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909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，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910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908。

特别地，根据本公开的实施例，上文参考流程图描述的过程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存储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909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请的计算机可读存储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、或半导体的系统、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。在本申请中，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系统、装置或者器件使用或者与其结合使用。而在本申请中，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存储介质，该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储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。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、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，该模块、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，框图和/或流程图中的每个方框、以及框图和/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系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。

作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读存储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该电子设备执行时，使得该电子设备：定位手机网页的简要信息、内容碎片和多媒体文件碎片的存储位置，提取所述简要信息、内容数据；构建内容筛选器，建立所述简要信息与所述内容碎片中的所述内容数据映射关系；构建多媒体筛选器，建立所述内容碎片与所述多媒体文件碎片的映射关系；基于所述简要信息、内容数据、多媒体文件重组html文件恢复所述手机网页。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种用于手机网页内容的恢复方法，其特征在于，包括：

S1：定位手机网页的简要信息、内容碎片和多媒体文件碎片的存储位置，提取所述简要信息、内容数据，所述简要信息包括网页标题、文章标题、发布者和发布时间；

S2：构建内容筛选器，建立所述简要信息与所述内容碎片中的所述内容数据的 映射关系；

S3：构建多媒体筛选器，建立所述内容碎片与所述多媒体文件碎片的映射关系；

S4：基于所述简要信息、内容数据、多媒体文件重组html文件恢复所述手机网页；

利用HASH映射关系将所述简要信息与所述内容碎片提取的所述内容数据关联；

步骤S3具体包括：分析所述内容数据中涉及的多媒体文件，通过HASH映射关系自动关联所述内容数据对应的多媒体文件并将其拷贝至指定位置；

步骤S4之前还包括：将所述多媒体文件的相对路径写入所述内容数据指定的src属性中。

2.根据权利要求1所述的用于手机网页内容的恢复方法，其特征在于，所述多媒体文件包括图像和视频。

3.根据权利要求1所述的用于手机网页内容的恢复方法，其特征在于，响应于所述内容数据或所述多媒体文件存在缺失数据碎片，对关键数据进行碎片修复。

4.根据权利要求1所述的用于手机网页内容的恢复方法，其特征在于，按网页标题、文章标题、发布者、发布时间和文章内容的主体框架重组html文件，并在所述html文件写入相应的div标签。

5.一种计算机可读存储介质，其上存储有一或多个计算机程序，其特征在于，该一或多个计算机程序被计算机处理器执行时实施权利要求1至4中任一项所述的方法。

6.一种用于手机网页内容的恢复系统，其特征在于，所述系统包括：

数据处理单元：配置用于定位手机网页的简要信息、内容碎片和多媒体文件碎片的存储位置，提取所述简要信息、内容数据，所述简要信息包括网页标题、文章标题、发布者和发布时间；

内容映射单元：配置用于构建内容筛选器，建立所述简要信息与所述内容碎片中的所述内容数据的 映射关系；

多媒体映射单元：配置用于构建多媒体筛选器，建立所述内容碎片与所述多媒体文件碎片的映射关系；

重组恢复单元：配置用于基于所述简要信息、内容数据、多媒体文件重组html文件恢复所述手机网页；

在所述内容映射单元和所述多媒体映射单元中利用HASH映射关系将所述简要信息与所述内容碎片提取的所述内容数据关联，分析所述内容数据中涉及的多媒体文件，通过HASH映射关系自动关联所述内容数据对应的多媒体文件并将其拷贝至指定位置；所述多媒体文件的相对路径写入所述内容数据指定的src属性中。

7.根据权利要求6所述的用于手机网页内容的恢复系统，其特征在于，响应于所述内容数据或所述多媒体文件存在缺失数据碎片，对关键数据进行碎片修复。

8.根据权利要求6所述的用于手机网页内容的恢复系统，其特征在于，所述重组恢复单元按网页标题、文章标题、发布者、发布时间和文章内容的主体框架重组html文件，并在所述html文件写入相应的div标签。

Images