CN103699665A

CN103699665A - 一种网页广告过滤方法及装置

Info

Publication number: CN103699665A
Application number: CN201310741574.XA
Authority: CN
Inventors: 丁川达; 孙明焱
Original assignee: Shell Internet Beijing Security Technology Co Ltd
Current assignee: Shell Internet Beijing Security Technology Co Ltd
Priority date: 2013-12-27
Filing date: 2013-12-27
Publication date: 2014-04-02

Abstract

本发明实施例公开了一种网页广告过滤方法及装置，所述方法包括：对目标网页的源数据进行解析，确定待加载对象集合；在所述待加载对象集合中，确定广告对象；将对广告对象的加载操作替换为对预设对象的加载操作。应用本发明实施例，网站侧仍然能够检测到加载广告成功执行，不会认为用户侧对广告资源进行了过滤，且能够过滤嵌入式广告。

Description

一种网页广告过滤方法及装置

技术领域

本发明涉及网络通信领域，特别涉及一种网页广告过滤方法及装置。

背景技术

随着网络用户数量的逐年上升，广告商开始在网页上大量投放广告，广告给用户提供信息的同时也给大多数用户带来干扰，因此，从用户的角度看，有必要对网页中的广告进行过滤。

现有技术中，可以通过屏蔽URL（Uniform Resource Locator，统一资源定位符）的方式达到过滤网页中广告的目的。应用该方法对网页中的广告资源进行过滤后，会导致网页页面的脚本或播放器等加载广告资源（例如：图片广告、视频广告、音频广告等）失败，使得用户在浏览网页时看不到广告内容，从而实现减少干扰的目的。但是，对网站侧而言，需要检测广告加载行为是否成功执行，如果用户侧对广告资源的URL进行了屏蔽，会导致加载行为执行失败，网站侧检测到该情况后，认为用户对广告资源进行了屏蔽，进而可以采取禁止访问、不播放视频、黑屏倒计时等方式干扰用户对正常内容的浏览，从而迫使用户关闭广告过滤功能。

另外，除了具有独立URL的广告资源外，目前还存在一种嵌入式广告，这种广告的特点是嵌入在网页内容中，且不具有独立URL，因此现有的屏蔽URL的方式，无法实现对这种广告的过滤。

发明内容

本发明实施例公开了一种网页广告过滤方法及装置，以使得过滤网页广告的行为不易被检测到，并且能够过滤嵌入到网页中的广告。

为达到上述目的，本发明实施例公开了一种网页广告过滤方法，所述方法包括：

对目标网页的源数据进行解析，确定待加载对象集合；

在所述待加载对象集合中，确定广告对象；

将对广告对象的加载操作替换为对预设对象的加载操作。

较佳的，所述在所述待加载对象集合中，确定广告对象，包括：

在待加载对象的源代码中判断是否包含广告关键字；如果包含广告关键字，则确定该待加载对象为广告对象。

较佳的，所述在待加载对象的源代码中判断是否包含广告关键字；如果包含广告关键字，则确定该待加载对象为广告对象，包括：

判断待加载对象的源代码中是否包含统一资源定位符URL信息，如果包含URL信息，则确定待加载对象中包含非嵌入式对象；根据预设的非嵌入式广告关键字，确定该非嵌入式对象的URL信息中是否包含非嵌入式广告关键字，如果包含，则该非嵌入式对象为非嵌入式广告对象。

根据预设的嵌入式广告关键字，在待加载对象的源代码中确定是否包含嵌入式广告关键字，如果包含，则该待加载对象为嵌入式广告对象。

较佳的，其特征在于，所述将对所述广告对象的加载操作替换为对预设对象的加载操作，包括：

将待加载对象集合中的所有广告对象的对象信息修改为预设对象的对象信息；

加载修改后的待加载对象集合。

加载待加载对象集合中的第n对象之前，如果该第n对象为广告对象，将对该第n对象的加载操作替换为对预设对象的加载操作；其中，1≤n≤待加载对象的数量；

按照上述方式遍历待加载对象集合中的所有待加载对象。

较佳的，所述网页广告过滤方法还包括：

判定目标网页的URL是否符合预设的格式，若符合，执行所述对目标网页的源数据进行解析，确定待加载对象集合；否则，加载所述目标网页。为达到上述目的，本发明实施例公开了一种网页广告过滤装置，所述装置包括：

对象集合确定模块，用于对目标网页的源数据进行解析，确定待加载对象集合；

广告对象确定模块，用于在所述待加载对象集合中，确定广告对象；

处理模块，用于将对广告对象的加载操作替换为对预设对象的加载操作。

较佳的，所述广告对象确定模块，具体用于在待加载对象的源代码中判断是否包含广告关键字；如果包含广告关键字，则确定该待加载对象为广告对象。

较佳的，所述广告对象确定模块包括：

非嵌入式广告对象确定单元，用于判断待加载对象的源代码中是否包含URL信息，如果包含URL信息，则确定待加载对象中包含非嵌入式对象；根据预设的非嵌入式广告关键字，确定该非嵌入式对象的URL信息中是否包含非嵌入式广告关键字，如果包含，则该非嵌入式对象为非嵌入式广告对象；和/或

嵌入式广告对象确定单元，用于根据预设的嵌入式广告关键字，在待加载对象的源代码中确定是否包含嵌入式广告关键字，如果包含，则该待加载对象为嵌入式广告对象。

较佳的，所述处理模块包括集中处理单元，具体用于将待加载对象集合中的所有广告对象的对象信息修改为预设对象的对象信息，然后加载修改后的待加载对象集合。

较佳的，所述处理模块包括遍历处理单元，具体用于加载待加载对象集合中的第n对象之前，如果该第n对象为广告对象，将对该第n对象的加载操作替换为对预设对象的加载操作，然后加载所述第n对象；其中，1≤n≤待加载对象的数量。

较佳的，所述网页广告过滤装置还包括：

预处理模块，用于判定目标网页的URL是否符合预设的格式，若符合，触发对象集合确定模块，否则，触发加载模块；

加载模块，用于加载所述目标网页。

由上述的技术方案可见，本方案中，通过将广告对象的加载操作替换为对预设对象的加载操作，达到过滤网页中广告的目的。与现有技术相比较，网站侧仍然能够检测到加载广告成功执行，因此不会认为用户侧对广告资源进行了过滤。另外，由于本方案不是对网页的URL进行检测，而是对接收的网页数据进行检测，从而达到了过滤嵌入式广告的目的。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种网页广告过滤方法的第一流程示意图；

图2为本发明实施例提供的一种网页广告过滤方法的第二流程示意图；

图3为本发明实施例提供的一种网页广告过滤方法的第三流程示意图；

图4为本发明实施例提供的一种网页广告过滤方法的第四流程示意图；

图5为本发明实施例提供的一种网页广告过滤方法的第五流程示意图；

图6为本发明实施例提供的一种网页广告过滤装置的第一结构示意图；

图7为本发明实施例提供的一种网页广告过滤装置的第二结构示意图；

图8为本发明实施例提供的另一种网页广告过滤装置的第三结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

由于现有技术中通过屏蔽URL的方式过滤网页数据中的广告信息时，容易被网络侧检测到，且该方法无法实现对网页中嵌入式广告的过滤，因此，本申请提供了一种网页广告过滤方法及装置。

下面通过具体实施例，对本发明进行详细说明。

图1为本发明实施例提供的一种网页广告过滤方法的第一流程示意图，该方法包括：

101：对目标网页的源数据进行解析，确定待加载对象集合。

实际应用中，当客户端通过浏览器或者其他具有网页浏览功能的软件访问某一目标网页时，首先将该网页的URL信息发送给服务器端，服务器端接收到URL信息后，将该URL信息对应的网页数据发送给客户端。

客户端接收到网页数据后，对网页数据进行解析，确定其中包含的待加载对象。根据网页数据的具体内容，这些待加载对象可以是图片、视频、音频或者文本文字等等。

可选的，待加载对象集合可以包含一个或多个待加载对象。

102：在所述待加载对象集合中，确定广告对象。

可选的，上述广告对象可以为嵌入式广告对象或非嵌入式广告对象。

其中，嵌入式广告对象不具有独立的URL信息。这一类型的广告对象以具体广告内容的形式嵌入在网页数据中，也就是说，在待加载对象集合中的广告对象对应的源代码中只包括该广告的具体内容。当在客户端展现该网页数据时，嵌入在网页数据中的广告对象的内容作为网页的一部分展现给用户。例如，文本形式的广告是一种常见的嵌入式广告。

与嵌入式广告对象不同，非嵌入式广告对象具有独立的URL信息。这一类型的广告对象以URL的形式存在于在网页数据中，也就是说，在待加载对象集合中的广告对象对应的源代码中包括该广告的URL信息，而不包括该广告的具体内容。当在客户端展现该网页数据时，存在于网页数据中的URL信息不作为网页的一部分展现给用户，而是通过页面内的脚本或者播放器加载该URL指向的资源，并将该资源作为网页的一部分展现给用户。其中，播放器可以是用于播放Flash的播放器、视频播放器或音频播放器等等。常见的非嵌入式广告对象例如图片、视频、音频或者文字等等，这些非嵌入式广告可以以弹出式广告、浮动式广告、插播式广告等等形式展现给用户。

可选的，如图2提供的一种网页广告过滤方法的第二流程示意图所示，在本发明的一种具体实现中，上述在所述待加载对象集合中，确定广告对象（102），可以为：

102A：在待加载对象的源代码中判断是否包含广告关键字；如果包含广告关键字，则确定该待加载对象为广告对象。

例如，对于非嵌入式广告对象，可以判断待加载对象的源代码中是否包含URL信息，如果包含URL信息，则确定待加载对象中包含非嵌入式对象；根据预设的非嵌入式广告关键字，确定该非嵌入式对象的URL信息中是否包含非嵌入式广告关键字，如果包含，则该非嵌入式对象为非嵌入式广告对象。

又例如，对于嵌入式广告对象，由于这一类型的广告对象以具体广告内容的形式嵌入在网页数据中，因此，可以根据预设的嵌入式广告关键字，在待加载对象的源代码中确定是否包含嵌入式广告关键字，如果包含，则该待加载对象为嵌入式广告对象。

例如，当客户端在访问视频网站时，在播放用户点播的视频前，常会以插播的方式播放若干条广告，这些广告通常为非嵌入式广告，其URL信息存储在一播放列表中，因此，需要在网页数据中找到该播放列表及其中的URL信息，并判断这些URL信息中是否包含预设的非嵌入式广告关键字。

103：将对所述广告对象的加载操作替换为对预设对象的加载操作。

本实施例中，预设对象为预先设定的用于替换广告对象的内容。例如：图片、时间很短人眼几乎无法察觉的视频、时间很短人耳几乎无法察觉的音频等等，实际应用中，不限于上述几种。例如，也可以用空对象作为预设对象，这种情况下，可以理解为将广告对象删除。

可选的，如图3提供的一种网页广告过滤方法的第三流程示意图所示，在本发明的一个具体实施例中，上述将对所述广告对象的加载操作替换为对预设对象的加载操作（103），可以是：

103A：将待加载对象集合中的所有广告对象的对象信息修改为预设对象的对象信息；

103B：加载修改后的待加载对象集合。

上述对象信息，可以为对象的具体内容、对象的URL信息等等。

可选的，如图4提供的一种网页广告过滤方法的第四流程示意图所示，在本发明的另一个具体实施例中，上述将对所述广告对象的加载操作替换为对预设对象的加载操作（103），可以是：

103C：加载待加载对象集合中的第n对象之前，如果该第n对象为102中确定的广告对象，将对该第n对象的加载操作替换为对预设对象的加载操作，然后加载所述第n对象；其中，1≤n≤待加载对象的数量；

103D：按照103C中的方式遍历待加载对象集合中的所有待加载对象，即：n加1，返回103C。

以客户端访问视频网站为例，如果确定了网页数据的播放列表中包括非嵌入式广告的URL信息，客户端可以将这些广告的URL信息替换为一个预设的时长为1秒的视频的URL信息，并加载该预设的视频。由于该替换后的视频时长很短，所以对于用户来说几乎不会感觉到播放了点播视频以外的其它视频。

由以上可见，本方案通过将加载广告对象替换为加载预设对象的方式，既过滤了广告内容，又避免了网站侧检测到广告加载行为失败。另外，本方案还可以实现对嵌入式广告的过滤。

可选的，为提高效率，在一些应用场景中，不需要对所有的网页都进行过滤。这种情况下，如图5提供的一种网页广告过滤方法的第五流程示意图所示，在上述101之前，本发明实施例提供的一种网页广告过滤方法还可以包括：

104：判定目标网页的URL是否符合预设的格式，若符合，执行101，否则，执行105。

105：直接加载所述目标网页。

本实施例中，预设的格式，可以为通配符匹配表达式、字符串匹配表达式或正则表达式。

其中，通配符匹配表达式，是指主要有星号（*）和问号（？）的一种特殊语句，用来进行模糊搜索，可以使用星号代替0个或多个字符，用问号代替一个字符。例如：2100book.com/themes/v2/images/top_*.jpg、acookie.*.gif?、baidu.com/*/egg*.swf等等。

正则表达式，是指对字符串操作的一种逻辑公式，即用事先定义好的一些特定字符、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”用来表达对字符串的一种过滤逻辑。例如：

/:\/\/([^\/]+\.)?amazon\.com[^-\.%a-zA-Z0-9].*\/getaanad\?、

/:\/\/([^\/]+\.)?bergen\.com[^-\.%a-zA-Z0-9].*\/sponsoredby-/、

/:\/\/([^\/]+\.)?boago\.com[^-\.%a-zA-Z0-9].*_Takeover_/等等。

由以上可见，本方案中通过对目标网页的URL格式进行判定，提高了过滤的效率。

图6为本发明实施例提供的一种网页广告过滤装置的第一结构示意图，该装置包括：对象集合确定模块301、广告对象确定模块302和处理模块303。

对象集合确定模块301，用于对目标网页的源数据进行解析，确定待加载对象集合；

广告对象确定模块302，用于在所述待加载对象集合中，确定广告对象；

处理模块303，用于将对所述广告对象的加载操作替换为对预设对象的加载操作。

可选的，在本发明的一个具体实现中，上述广告对象确定模块302可以用于在待加载对象的源代码中判断是否包含广告关键字；如果包含广告关键字，则确定该待加载对象为广告对象。

进一步可选的，如图7提供的一种网页广告过滤装置的第二结构示意图所示，上述广告对象确定模块302可以包括：

非嵌入式广告对象确定单元3021，用于判断待加载对象的源代码中是否包含URL信息，如果包含URL信息，则确定待加载对象中包含非嵌入式对象；根据预设的非嵌入式广告关键字，确定该非嵌入式对象的URL信息中是否包含非嵌入式广告关键字，如果包含，则该非嵌入式对象为非嵌入式广告对象；和/或

嵌入式广告对象确定单元3022，用于根据预设的嵌入式广告关键字，在待加载对象的源代码中确定是否包含嵌入式广告关键字，如果包含，则该待加载对象为嵌入式广告对象。

需要说明的是，图7中只示出了广告对象确定模块302包括非嵌入式广告对象确定单元3021和嵌入式广告对象确定单元3022时的装置结构示意图，该模块只包括非嵌入式广告对象确定单元3021或嵌入式广告对象确定单元3022时的装置结构示意图与图7类似，这里不再重复。

可选的，在本发明的一个实施例中，上述处理模块303可以包括：

集中处理单元3031，具体用于将待加载对象集合中的所有广告对象的对象信息修改为预设对象的对象信息，然后加载修改后的待加载对象集合；和/或

遍历处理单元3032，用于加载待加载对象集合中的第n对象之前，如果该第n对象为广告对象，将对该第n对象的加载操作替换为对预设对象的加载操作，然后加载所述第n对象；其中，1≤n≤待加载对象的数量。

可选的，如图8提供的一种网页广告过滤装置的第三结构示意图所示，在本发明的又一个具体实现中，上述网页广告过滤装置还可以包括：

预处理模块300，用于判定目标网页的URL是否符合预设的格式，若符合，触发对象集合确定模块301，否则，触发加载模块304；

加载模块304，用于加载所述目标网页。

对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，这里所称得的存储介质，如：ROM/RAM、磁碟、光盘等。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims

1.一种网页广告过滤方法，其特征在于，所述方法包括：

对目标网页的源数据进行解析，确定待加载对象集合；

在所述待加载对象集合中，确定广告对象；

将对广告对象的加载操作替换为对预设对象的加载操作。

2.根据权利要求1所述的方法，其特征在于，所述在所述待加载对象集合中，确定广告对象，包括：

3.根据权利要求2所述的方法，其特征在于，所述在待加载对象的源代码中判断是否包含广告关键字；如果包含广告关键字，则确定该待加载对象为广告对象，包括：

4.根据权利要求2所述的方法，其特征在于，所述在待加载对象的源代码中判断是否包含广告关键字；如果包含广告关键字，则确定该待加载对象为广告对象，包括：

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述将对所述广告对象的加载操作替换为对预设对象的加载操作，包括：

加载修改后的待加载对象集合。

6.根据权利要求1-4中任一项所述的方法，其特征在于，所述将对所述广告对象的加载操作替换为对预设对象的加载操作，包括：

按照上述方式遍历待加载对象集合中的所有待加载对象。

7.根据权利要求1-6中任一项所述的方法，其特征在于，还包括：

判定目标网页的URL是否符合预设的格式，若符合，执行所述对目标网页的源数据进行解析，确定待加载对象集合；否则，加载所述目标网页。

8.一种网页广告过滤装置，其特征在于，所述装置包括：

9.根据权利要求8所述的装置，其特征在于，所述广告对象确定模块，具体用于在待加载对象的源代码中判断是否包含广告关键字；如果包含广告关键字，则确定该待加载对象为广告对象。

10.根据权利要求9所述的装置，其特征在于，所述广告对象确定模块包括：

11.根据权利要求8-10中任一项所述的装置，其特征在于，所述处理模块包括：

集中处理单元，用于将待加载对象集合中的所有广告对象的对象信息修改为预设对象的对象信息，然后加载修改后的待加载对象集合。

12.根据权利要求8-10中任一项所述的装置，其特征在于，所述处理模块包括：

遍历处理单元，用于加载待加载对象集合中的第n对象之前，如果该第n对象为广告对象，将对该第n对象的加载操作替换为对预设对象的加载操作，然后加载所述第n对象；其中，1≤n≤待加载对象的数量。

13.根据权利要求8-12中任一项所述的装置，其特征在于，所述装置还包括：

加载模块，用于加载所述目标网页。