CN106156164A - 资源信息处理方法和装置 - Google Patents

Abstract

本发明提供了一种资源信息处理方法和装置，该方法包括：通过各个资源来源的增量资源接口，每隔第一预设时间间隔拉取增量资源信息；根据所述增量资源信息更新资源信息数据库；通过各个资源来源的全量资源接口，每隔第二预设时间间隔拉取全量资源信息；所述第二预设时间间隔大于所述第一预设时间间隔；根据所述全量资源信息更新所述资源信息数据库。本发明提供的资源信息处理方法和装置，实现了资源的多渠道聚合，用户不再需要在不同的视频网站上分别查找视频，解决了操作繁琐的问题。而且增量更新频率较快，可以保证最新的资源信息能够被及时更新；全量更新频率较慢，但可以保证资源信息数据库的完整，而且可以节省网络资源。

Description

资源信息处理方法和装置

技术领域

本发明涉及互联网技术领域，特别是涉及一种资源信息处理方法和装置。

背景技术

目前，视频服务提供商可以在购买视频的版权后，通过视频网站向用户提供相应视频的在线观看服务。然而，各个视频服务提供商的资源是有限的，仅能覆盖一部分视频资源的版权，并且各个视频网站在用户观看视频的需求上各有侧重。这样用户在观看视频时，需要访问不同的视频网站，直到找到自己需要观看的视频，操作繁琐。

发明内容

基于此，有必要针对目前观看视频需要在不同的视频网站上分别查找，导致操作繁琐的问题，提供一种资源信息处理方法和装置。

一种资源信息处理方法，所述方法包括：

通过各个资源来源的增量资源接口，每隔第一预设时间间隔拉取增量资源信息；

根据所述增量资源信息更新资源信息数据库；

通过各个资源来源的全量资源接口，每隔第二预设时间间隔拉取全量资源信息；所述第二预设时间间隔大于所述第一预设时间间隔；

根据所述全量资源信息更新所述资源信息数据库。

一种资源信息处理装置，所述装置包括：

增量资源信息拉取模块，用于通过各个资源来源的增量资源接口，每隔第一预设时间间隔拉取增量资源信息；

增量资源信息更新模块，用于根据所述增量资源信息更新资源信息数据库；

全量资源信息拉取模块，用于通过各个资源来源的全量资源接口，每隔第二预设时间间隔拉取全量资源信息；所述第二预设时间间隔大于所述第一预设时间间隔；

全量资源信息更新模块，用于根据所述全量资源信息更新所述资源信息数据库。

上述资源信息处理方法和装置，采用增量更新和全量更新两种方式，从各个资源来源拉取相应的资源信息来更新资源信息数据库，实现了资源的多渠道聚合。可以通过资源信息数据库直接向用户提供各个渠道的资源信息，用户不再需要在不同的视频网站上分别查找视频，解决了操作繁琐的问题。而且增量更新频率较快，可以保证最新的资源信息能够被及时更新；全量更新频率较慢，但可以保证资源信息数据库的完整，而且可以节省网络资源。

附图说明

图1为一个实施例中资源信息处理系统的组成结构图；

图2为一个实施例中图1中的资源信息处理服务器的内部结构图；

图3为一个实施例中资源信息处理方法的流程示意图；

图4为一个实施例中从资源网站抽取资源信息并更新资源信息数据库的步骤的流程示意图；

图5为一个实施例中视频网站首页的示意图；

图6为一个实施例中更新资源搜索索引的步骤的流程示意图；

图7为一个实施例中提供资源访问服务支持以及资源切换服务支持的步骤的流程示意图；

图8为一个实施例中根据接收到的资源信息搜索请求查找资源信息并反馈的步骤的流程示意图；

图9为一个实施例中资源信息处理装置的结构框图；

图10为另一个实施例中资源信息处理装置的结构框图；

图11为再一个实施例中资源信息处理装置的结构框图；

图12为另一个实施例中资源信息处理装置的结构框图；

图13为再一个实施例中资源信息处理装置的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，在一个实施例中，提供了一种资源信息处理系统100，包括资源信息处理服务器102、资源服务器104以及终端106。其中，资源信息处理服务器102用来聚合各个资源服务器104的资源信息。资源服务器104是存储并提供资源的服务器，这里资源是指可通过网络传递的数据，可以是音乐、视频、文本或其结合，相应的资源服务器104可以是视频网站的服务器、音乐网站的服务器等，资源信息则是与资源相关的信息，主要是用于识别和/或获取相应的资源所需的信息。终端106用来从资源信息处理服务器102获取资源，或者从资源信息处理服务器102获取资源信息后，再根据获取的资源信息从相应的资源服务器104获取资源。

资源信息处理服务器102用于实现一种资源信息处理方法，在一个实施例中，资源信息处理服务器102的内部结构如图2所示，包括通过系统总线连接的处理器、内存、存储介质和网络接口。其中该资源信息处理服务器102的存储介质存储有操作系统、资源信息数据库和一种资源信息处理装置，该一种资源信息处理装置用于实现一种资源信息处理方法。该资源信息处理服务器102的处理器被配置为执行一种资源信息处理方法。该资源信息处理服务器102可以是一个独立的物理服务器，或者可以是多个可互联通信的物理服务器所组成的服务器集群，资源信息处理装置的各个功能模块可分别部署在服务器集群中的各个服务器上。

如图3所示，在一个实施例中，提供了一种资源信息处理方法，本实施例以该方法应用于上述图1中的资源信息处理服务器102来举例说明。该方法具体包括如下步骤：

步骤302，通过各个资源来源的增量资源接口，每隔第一预设时间间隔拉取增量资源信息。

具体地，资源是指可通过网络传递的数据，具有被获取的价值。资源可以是音乐、视频、文本、软件安装包以及富文本等。一个资源来源也就是一个获取资源的渠道，一个视频网站、一个音乐网站或者一个小说排行网站都可以作为资源来源。

资源信息包括资源访问地址，还可以包括资源识别信息、资源类型、资源相关人物或公司信息、资源分类信息等。其中资源识别信息是指可以标识出一个资源的信息，比如文件名、视频主题、音乐名称、软件安装包的包名等。资源类型是指资源本身的类别属性，比如是视频、音乐、文本或者软件安装包等；资源相关人物信息比如导演名字、主要演员名字，资源相关公司信息比如作为出品人的公司名称、制作资源的公司名称等；资源分类信息是为了方便查找资源对资源进行分类的类别信息，比如视频出品年份，是电影、电视剧还是原创视频等。

若资源为连续剧，则资源信息还包括剧集信息，具体表示该连续剧的第几集，每一集是一个剧集，是一个可独立播放的视频。若某连续剧是一个系列，则资源信息还可以包括系列号，比如用系列号1、2和3分别表示该连续剧的第一部分、第二部分以及第三部分，每一部分分别包括若干集。

每个资源来源提供增量资源接口，该增量资源接口是一种API(Application Programming Interface，应用程序编程接口)，资源来源侧定时更新增量资源信息。这里增量资源信息是指上一次拉取增量资源信息的时刻，到当前拉取增量资源信息的时刻这一段时间内，资源来源侧所新增的资源信息。比如一部电视剧自上一次拉取到当前拉取这一段时间内所新增的剧集的相关信息。

与下述的第二预设时间间隔相比，第一预设时间间隔比较短，可取0.5分钟到30分钟，优选可取1分钟到10分钟，更优选地可取5分钟。所谓拉取是指主动向资源来源所对应的资源服务器发送请求，以主动从相应的资源服务器获取资源信息。增量资源接口采用预先定义的接口规范，可采用XML(Extensible Markup Language，可扩展标记语言)格式。

步骤304，根据增量资源信息更新资源信息数据库。

资源信息数据库是用来存储资源信息的数据库，根据增量资源信息更新资源信息数据库具体是将增量资源信息写入资源信息数据库，使得资源信息数据库增加资源来源侧自上次拉取增量资源信息以来所新增的资源信息。

资源信息，比如这里的增量资源信息，是结构化数据，在资源信息数据库中按照字段存储为记录，每条记录以资源标识进行标识。这里资源标识是字符序列，可以包括但不限于数字、字母以及指定符号等。

举例来说，资源信息数据库可存储资源信息如表一所示，表一中每列表示一个字段，每行表示一条记录。

表一：

视频标识

视频名称

视频类别

导演

主要演员

播放地址

……

vid123456

XXX

电视剧

张三

李四

http://abc

……

vid123457

YYY

电影

王五

赵六

http://qwe

……

……

……

……

……

……

……

……

进一步地，增量资源信息以相应的资源标识进行标识，若该资源标识存在于资源信息数据库中，则将该资源信息按字段写入资源信息数据库中的以该资源标识进行标识的记录中。若写入的增量资源信息与资源信息数据库中以该资源标识所标识的记录的资源信息不匹配，则可将资源信息按字段覆盖写入资源信息数据库中的以该资源标识进行标识的记录中。若增量资源信息的资源标识不存在于资源信息数据库中，则创建以该资源标识进行标识的记录，且增量资源信息按字段存储在创建的记录中。

步骤306，通过各个资源来源的全量资源接口，每隔第二预设时间间隔拉取全量资源信息；第二预设时间间隔大于第一预设时间间隔。

具体地，每个资源来源提供全量资源接口，该全量资源接口是一种API，资源来源侧定时更新全量资源信息。这里全量资源信息是指当前资源来源侧的全部的资源信息。

与第一预设时间间隔相比，第二预设时间间隔比较长，可取1小时到24小时之间的值，优选可取1小时到3小时之间的值，比如1.5小时。全量资源接口采用预先定义的接口规范，可采用XML格式。

步骤308，根据全量资源信息更新资源信息数据库。

具体地，根据全量资源信息更新资源信息数据库，具体是将全量资源信息写入资源信息数据库，使得资源信息数据库增加相应的资源来源侧的全部的资源信息。

进一步地，全量资源信息以相应的资源标识进行标识，若该资源标识存在于资源信息数据库中，则将该资源信息按字段写入资源信息数据库中的以该资源标识进行标识的记录中。若写入的全量资源信息与资源信息数据库中以该资源标识所标识的记录的资源信息不匹配，则可将资源信息按字段覆盖写入资源信息数据库中的以该资源标识进行标识的记录中。若全量资源信息的资源标识不存在于资源信息数据库中，则创建以该资源标识进行标识的记录，且全量资源信息按字段存储在创建的记录中。

上述资源信息处理方法，采用增量更新和全量更新两种方式，从各个资源来源拉取相应的资源信息来更新资源信息数据库，实现了资源的多渠道聚合。可以通过资源信息数据库直接向用户提供各个渠道的资源信息，用户不再需要在不同的视频网站上分别查找视频，解决了操作繁琐的问题。而且增量更新频率较快，可以保证最新的资源信息能够被及时更新；全量更新频率较慢，但可以保证资源信息数据库的完整，而且可以节省网络资源。

如图4所示，在一个实施例中，资源来源为资源网站，该资源信息处理方法还包括从资源网站抽取资源信息并更新资源信息数据库的步骤，具体包括如下步骤：

步骤402，根据各个资源网站的资源分布特征查找到资源列表。

资源网站是在资源服务器上架设的用于展示预先指定的资源信息并提供预先指定的资源的网页的集合。所谓资源分布特征是指资源和/或其资源信息在资源网站上的位置分布情况，包括资源和/或其资源信息所在网页，以及资源和/或其资源信息在相应网页中的位置。资源网站的网页通常采用标记语言编写，比如HTML(超文本标记语言)，可以通过分析标记语言中的标签来查找到资源列表。

每个资源网站的资源以及相应的资源信息可能会经常发生变动，但资源及相应的资源信息的位置通常是没有改变的，也就是资源分布特征通常是没有改变的，而且各个资源信息通常是连续出现形成资源列表，于是可以通过资源分布特征来查找资源列表。这里各个资源按顺序形成的信息序列就称为资源列表，而不限定其必须以表格的形式出现。

举例说明，参照图5所示的视频网站的首页，首页所包括的“热门电影导航区域”、“今日热门视频区域”、“电影区域”以及“电视剧区域”中分别包括资源列表，视频网站更新视频时会更新这些区域中的资源信息，但一般不会更改这些区域的布局。

步骤404，抽取资源列表中每个资源的资源信息。

抽取是指访问网站的网页并且通过对网页的分析获得相应的字段信息的过程。资源列表中所表示的每个资源包括资源访问地址，通过该资源访问地址可以访问该资源的详细信息页，根据预设的字段名将该详细信息页中的文字进行字符匹配，查找到资源列表中每个资源的资源信息。

举例来说，在视频的播放页面中，会显示比如“导演”、“主演”、“简介”等资源信息，通过对“导演”、“主演”等文字进行字符匹配，将“导演”、“主演”等文字后面的文字作为抽取的资源信息。

在一个实施例中，在步骤404之后，还包括对抽取的资源信息进行数据清洗以及数据结构化处理的步骤。其中数据清洗是指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。结构化数据是指存储在数据库里，可以用二维表结构来逻辑表达实现的数据。可以将资源信息按字段划分以形成结构化数据。本实施例中，通过对抽取的资源信息进行数据清洗以及数据结构化处理，使得抽取到的资源信息更加准确。

步骤406，根据抽取到的资源信息更新资源信息数据库。

具体地，抽取到的资源信息是结构化数据，根据抽取到的资源信息更新资源信息数据库，具体是将抽取到的资源信息写入资源信息数据库，使得资源信息数据库增加抽取到的资源信息。

进一步地，抽取到的资源信息以相应的资源标识进行标识，若该资源标识存在于资源信息数据库中，则将该资源信息按字段写入资源信息数据库中的以该资源标识进行标识的记录中。若写入的抽取到的资源信息与资源信息数据库中以该资源标识所标识的记录的资源信息不匹配，则可将资源信息按字段覆盖写入资源信息数据库中的以该资源标识进行标识的记录中。若抽取到的资源信息的资源标识不存在于资源信息数据库中，则创建以该资源标识进行标识的记录，且抽取到的资源信息按字段存储在创建的记录中。

本实施例中，将通过资源接口拉取资源信息，以及通过抽取资源网站的网页中的资源信息两种方式结合，可以保证获得的资源信息数据库更加全面，可以为用户提供更加全面的资源信息。

如图6所示，在一个实施例中，该资源信息处理方法还包括更新资源搜索索引的步骤，具体包括如下步骤：

步骤602，在更新资源信息数据库后，根据更新的资源信息生成搜索关键词。

在执行上述步骤304、步骤308或者步骤406之后，资源信息数据库发生更新，则执行步骤602～步骤604来更新资源搜索索引。可以在每次更新资源信息数据库后立即执行步骤602，也可以每隔第三预设时间间隔，比如每隔5分钟，执行步骤602，这样可以减少更新频率，同时尽量保证资源搜索索引的实时更新。

可以将更新的资源信息中的文字进行分词处理，将分词后的词片段作为搜索关键词。在分词处理后，还可以从词片段中过滤掉预设停用词表中的词，将剩余的词片段作为搜索关键词。还可以将资源信息中的指定信息直接作为搜索关键词，比如导演名字、主要演员名字、视频名称等。

步骤604，根据更新的资源信息所对应的资源标识和搜索关键词更新资源搜索索引。

具体地，资源标识可以唯一标识出一个资源，对应于同一资源的更新的资源信息也对应同一资源标识。这里资源搜索索引是用来查找资源信息的数据，用资源标识和搜索关键词的对应关系来表示。

本实施例中，通过更新资源搜索索引，使得资源信息数据库所更新的资源信息可以被用户及时、方便地查找到，提高了操作便利性。

如图7所示，在一个实施例中，该资源信息处理方法还包括提供资源访问服务支持以及资源切换服务支持的步骤，具体包括如下步骤：

步骤702，接收资源访问请求。

具体地，资源访问请求是指用来触发对资源的访问的请求，可以是播放视频或音乐的请求，也可以是下载文件的请求。

步骤704，根据资源访问请求提供用于访问资源的界面。

具体地，在接收到终端发来的资源访问请求后，向终端返回用于生成界面的界面数据，使得终端通过浏览器根据界面数据生成界面并展示，该界面是用来访问资源的界面，比如视频播放界面、音乐播放界面、文本阅读界面等。

步骤706，接收携带有资源来源标识的资源切换请求；资源来源标识选取自界面中的资源来源标识列表。

具体地，资源来源标识是用来标识出资源来源的字符序列，比如用资源网站的网站名称或者网站名称的缩略语来作为资源来源标识。终端上展示的界面包括资源来源标识列表，该资源来源标识列表是资源来源标识的集合。终端可以直接展示资源来源标识列表，也可以在检测到对界面上的用于切换资源来源的控件的操作之后，展示资源来源标识列表。这里对控件的操作包括但不限于单击、双击、触摸滑动等任意预先定义的动作。

步骤708，根据资源信息数据库提供资源来源标识所对应的资源。

具体地，资源信息数据库保存了收集到的所有资源信息，来自不同资源来源的资源信息用相应的资源来源标识出。这样可以从资源信息数据库中查找与资源切换请求所携带的资源来源标识对应的资源访问地址，从而向终端返回该资源访问地址，使终端访问该资源访问地址，从而向终端提供该资源来源标识所对应的资源。

在一个实施例中，若资源信息数据库本身包括资源，则直接从资源信息数据库中查找到与资源切换请求所携带的资源来源标识所对应的资源，并返回给终端。

本实施例中，可以根据用户请求向用户提供用来访问资源的界面，并且在接收到来自终端的资源切换请求后进行资源的切换。这样由于不同资源来源的资源在品质上是不同的，比如不同的视频网站的视频分辨率不同、不同的音乐网站压缩音乐所采用的压缩格式不同等，这样用户可以自行根据需要选择合适的资源来源的资源进行访问。

如图8所示，在一个实施例中，该资源信息处理方法还包括根据接收到的资源信息搜索请求查找资源信息并反馈的步骤，具体包括如下步骤：

步骤802，接收携带有检索词的资源信息搜索请求。

具体地，终端可以展示搜索框，获取用户在搜索框中输入的字符作为检索词，生成携带有检索词的资源信息搜索请求，并发送给资源信息处理服务器，由资源信息处理服务器接收。资源信息搜索请求用于触发查找与检索词匹配的资源信息。

步骤804，根据资源信息搜索请求在资源搜索索引中查找与检索词匹配的资源标识。

具体地，资源搜索索引可用资源标识和搜索关键词的对应关系来表示，将检索词与资源搜索索引中的搜索关键词进行字符匹配，将查找到的匹配的搜索关键词所对应的资源标识作为与检索词匹配的资源标识。

在一个实施例中，可以对检索词进行分词处理，获得词片段集合，将该词片段集合与资源搜索索引中的搜索关键词进行字符匹配，将查找到的匹配的搜索关键词所对应的资源标识作为与检索词匹配的资源标识。

步骤806，在资源信息数据库中查找与匹配的资源标识对应的资源信息。

具体地，可以在资源信息数据库中查找与匹配的资源标识对应的所有资源信息。也可以按照资源信息搜索请求所指定的范围查找与匹配的资源标识对应的所有资源信息。还可以在资源信息数据库中逐个查找与匹配的资源标识对应的资源信息，在已查找到预设数量的资源信息时停止查找。

步骤808，反馈根据查找到的资源信息所生成的搜索结果。

具体地，可以将查找到的所有资源信息作为搜索结果反馈给终端，也可以仅将查找到的资源信息的部分信息反馈给终端，具体如何反馈可以在资源信息搜索请求中指定或者预先设定。

在一个实施例中，反馈的搜索结果至少包括与匹配的资源标识对应的资源访问地址，这样终端在收到搜索结果后，可以根据用户选择操作直接访问相应的资源。

本实施例中，提供对来自多个资源来源的资源信息的搜索服务，使得用户可以方便地从资源信息数据库大量的资源信息中查找到所需的资源信息，提高了获取资源信息的效率。

如图9所示，在一个提供了一种资源信息处理装置900，包括增量资源信息拉取模块901、增量资源信息更新模块902、全量资源信息拉取模块903和全量资源信息更新模块904。

增量资源信息拉取模块901，用于通过各个资源来源的增量资源接口，每隔第一预设时间间隔拉取增量资源信息。

具体地，资源是指可通过网络传递的数据，具有被获取的价值。资源可以是音乐、视频、文本、软件安装包以及富文本等。一个资源来源也就是一个获取资源的渠道，一个视频网站、一个音乐网站或者一个小说排行网站都可以作为资源来源。

资源信息包括资源访问地址，还可以包括资源识别信息、资源类型、资源相关人物或公司信息、资源分类信息等。其中资源识别信息是指可以标识出一个资源的信息，比如文件名、视频主题、音乐名称、软件安装包的包名等。资源类型是指资源本身的类别属性，比如是视频、音乐、文本或者软件安装包等；资源相关人物信息比如导演名字、主要演员名字，资源相关公司信息比如作为出品人的公司名称、制作资源的公司名称等；资源分类信息是为了方便查找资源对资源进行分类的类别信息，比如视频出品年份，是电影、电视剧还是原创视频等。

若资源为连续剧，则资源信息还包括剧集信息，具体表示该连续剧的第几集，每一集是一个剧集，是一个可独立播放的视频。若某连续剧是一个系列，则资源信息还可以包括系列号，比如用系列号1、2和3分别表示该连续剧的第一部分、第二部分以及第三部分，每一部分分别包括若干集。

每个资源来源提供增量资源接口，该增量资源接口是一种API(Application Programming Interface，应用程序编程接口)，资源来源侧定时更新增量资源信息。这里增量资源信息是指上一次拉取增量资源信息的时刻，到当前拉取增量资源信息的时刻这一段时间内，资源来源侧所新增的资源信息。比如一部电视剧自上一次拉取到当前拉取这一段时间内所新增的剧集的相关信息。

与下述的第二预设时间间隔相比，第一预设时间间隔比较短，可取0.5分钟到30分钟，优选可取1分钟到10分钟，更优选地可取5分钟。所谓拉取是指主动向资源来源所对应的资源服务器发送请求，以主动从相应的资源服务器获取资源信息。增量资源接口采用预先定义的接口规范，可采用XML(Extensible Markup Language，可扩展标记语言)格式。

增量资源信息更新模块902，用于根据增量资源信息更新资源信息数据库。

资源信息数据库是用来存储资源信息的数据库，根据增量资源信息更新资源信息数据库具体是将增量资源信息写入资源信息数据库，使得资源信息数据库增加资源来源侧自上次拉取增量资源信息以来所新增的资源信息。

资源信息，比如这里的增量资源信息，是结构化数据，在资源信息数据库中按照字段存储为记录，每条记录以资源标识进行标识。这里资源标识是字符序列，可以包括但不限于数字、字母以及指定符号等。

进一步地，增量资源信息以相应的资源标识进行标识，若该资源标识存在于资源信息数据库中，则将该资源信息按字段写入资源信息数据库中的以该资源标识进行标识的记录中。若写入的增量资源信息与资源信息数据库中以该资源标识所标识的记录的资源信息不匹配，则可将资源信息按字段覆盖写入资源信息数据库中的以该资源标识进行标识的记录中。若增量资源信息的资源标识不存在于资源信息数据库中，则创建以该资源标识进行标识的记录，且增量资源信息按字段存储在创建的记录中。

全量资源信息拉取模块903，用于通过各个资源来源的全量资源接口，每隔第二预设时间间隔拉取全量资源信息。第二预设时间间隔大于第一预设时间间隔。

具体地，每个资源来源提供全量资源接口，该全量资源接口是一种API，资源来源侧定时更新全量资源信息。这里全量资源信息是指当前资源来源侧的全部的资源信息。

与第一预设时间间隔相比，第二预设时间间隔比较长，可取1小时到24小时之间的值，优选可取1小时到3小时之间的值，比如1.5小时。全量资源接口采用预先定义的接口规范，可采用XML格式。

全量资源信息更新模块904，用于根据全量资源信息更新资源信息数据库。

具体地，根据全量资源信息更新资源信息数据库，具体是将全量资源信息写入资源信息数据库，使得资源信息数据库增加相应的资源来源侧的全部的资源信息。

进一步地，全量资源信息以相应的资源标识进行标识，若该资源标识存在于资源信息数据库中，则将该资源信息按字段写入资源信息数据库中的以该资源标识进行标识的记录中。若写入的全量资源信息与资源信息数据库中以该资源标识所标识的记录的资源信息不匹配，则可将资源信息按字段覆盖写入资源信息数据库中的以该资源标识进行标识的记录中。若全量资源信息的资源标识不存在于资源信息数据库中，则创建以该资源标识进行标识的记录，且全量资源信息按字段存储在创建的记录中。

上述资源信息处理装置900，采用增量更新和全量更新两种方式，从各个资源来源拉取相应的资源信息来更新资源信息数据库，实现了资源的多渠道聚合。可以通过资源信息数据库直接向用户提供各个渠道的资源信息，用户不再需要在不同的视频网站上分别查找视频，解决了操作繁琐的问题。而且增量更新频率较快，可以保证最新的资源信息能够被及时更新；全量更新频率较慢，但可以保证资源信息数据库的完整，而且可以节省网络资源。

如图10所示，在一个实施例中，资源来源为资源网站，该资源信息处理装置900还包括：资源列表查找模块905、资源信息抽取模块906和抽取资源信息更新模块907。

资源列表查找模块905，用于根据各个资源网站的资源分布特征查找到资源列表。

资源网站是在资源服务器上架设的用于展示预先指定的资源信息并提供预先指定的资源的网页的集合。所谓资源分布特征是指资源和/或其资源信息在资源网站上的位置分布情况，包括资源和/或其资源信息所在网页，以及资源和/或其资源信息在相应网页中的位置。资源网站的网页通常采用标记语言编写，比如HTML(超文本标记语言)，可以通过分析标记语言中的标签来查找到资源列表。

每个资源网站的资源以及相应的资源信息可能会经常发生变动，但资源及相应的资源信息的位置通常是没有改变的，也就是资源分布特征通常是没有改变的，而且各个资源信息通常是连续出现形成资源列表，于是可以通过资源分布特征来查找资源列表。这里各个资源按顺序形成的信息序列就称为资源列表，而不限定其必须以表格的形式出现。

资源信息抽取模块906，用于抽取资源列表中每个资源的资源信息。

抽取是指访问网站的网页并且通过对网页的分析获得相应的字段信息的过程。资源列表中所表示的每个资源包括资源访问地址，通过该资源访问地址可以访问该资源的详细信息页，根据预设的字段名将该详细信息页中的文字进行字符匹配，查找到资源列表中每个资源的资源信息。

在一个实施例中，资源信息抽取模块906还用于对抽取的资源信息进行数据清洗以及数据结构化处理。其中数据清洗是指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。结构化数据是指存储在数据库里，可以用二维表结构来逻辑表达实现的数据。可以将资源信息按字段划分以形成结构化数据。本实施例中，通过对抽取的资源信息进行数据清洗以及数据结构化处理，使得抽取到的资源信息更加准确。

抽取资源信息更新模块907，用于根据抽取到的资源信息更新资源信息数据库。

具体地，抽取到的资源信息是结构化数据，根据抽取到的资源信息更新资源信息数据库，具体是将抽取到的资源信息写入资源信息数据库，使得资源信息数据库增加抽取到的资源信息。

进一步地，抽取到的资源信息以相应的资源标识进行标识，若该资源标识存在于资源信息数据库中，则将该资源信息按字段写入资源信息数据库中的以该资源标识进行标识的记录中。若写入的抽取到的资源信息与资源信息数据库中以该资源标识所标识的记录的资源信息不匹配，则可将资源信息按字段覆盖写入资源信息数据库中的以该资源标识进行标识的记录中。若抽取到的资源信息的资源标识不存在于资源信息数据库中，则创建以该资源标识进行标识的记录，且抽取到的资源信息按字段存储在创建的记录中。

本实施例中，将通过资源接口拉取资源信息，以及通过抽取资源网站的网页中的资源信息两种方式结合，可以保证获得的资源信息数据库更加全面，可以为用户提供更加全面的资源信息。

如图11所示，在一个实施例中，该资源信息处理装置900还包括：搜索关键词生成模块908和资源搜索索引更新模块909。

搜索关键词生成模块908，用于在更新资源信息数据库后，根据更新的资源信息生成搜索关键词。

搜索关键词生成模块908可用于在每次更新资源信息数据库后立即根据更新的资源信息生成搜索关键词，也可以每隔第三预设时间间隔，比如每隔5分钟，根据更新的资源信息生成搜索关键词，这样可以减少更新频率，同时尽量保证资源搜索索引的实时更新。

搜索关键词生成模块908可用于将更新的资源信息中的文字进行分词处理，将分词后的词片段作为搜索关键词。在分词处理后，还可以从词片段中过滤掉预设停用词表中的词，将剩余的词片段作为搜索关键词。还可以将资源信息中的指定信息直接作为搜索关键词，比如导演名字、主要演员名字、视频名称等。

资源搜索索引更新模块909，用于根据更新的资源信息所对应的资源标识和搜索关键词更新资源搜索索引。

具体地，资源标识可以唯一标识出一个资源，对应于同一资源的更新的资源信息也对应同一资源标识。这里资源搜索索引是用来查找资源信息的数据，用资源标识和搜索关键词的对应关系来表示。

本实施例中，通过更新资源搜索索引，使得资源信息数据库所更新的资源信息可以被用户及时、方便地查找到，提高了操作便利性。

如图12所示，在一个实施例中，该资源信息处理装置900还包括：资源访问请求接收模块910、界面提供模块911、资源切换请求接收模块912和切换执行模块913。

资源访问请求接收模块910，用于接收资源访问请求。具体地，资源访问请求是指用来触发对资源的访问的请求，可以是播放视频或音乐的请求，也可以是下载文件的请求。

界面提供模块911，用于根据资源访问请求提供用于访问资源的界面。具体地，界面提供模块911用于在接收到终端发来的资源访问请求后，向终端返回用于生成界面的界面数据，使得终端通过浏览器根据界面数据生成界面并展示，该界面是用来访问资源的界面，比如视频播放界面、音乐播放界面、文本阅读界面等。

资源切换请求接收模块912，用于接收携带有资源来源标识的资源切换请求；资源来源标识选取自界面中的资源来源标识列表。具体地，资源来源标识是用来标识出资源来源的字符序列，比如用资源网站的网站名称或者网站名称的缩略语来作为资源来源标识。终端上展示的界面包括资源来源标识列表，该资源来源标识列表是资源来源标识的集合。终端可以直接展示资源来源标识列表，也可以在检测到对界面上的用于切换资源来源的控件的操作之后，展示资源来源标识列表。这里对控件的操作包括但不限于单击、双击、触摸滑动等任意预先定义的动作。

切换执行模块913，用于根据资源信息数据库提供资源来源标识所对应的资源。

具体地，资源信息数据库保存了收集到的所有资源信息，来自不同资源来源的资源信息用相应的资源来源标识出。这样可以从资源信息数据库中查找与资源切换请求所携带的资源来源标识对应的资源访问地址，从而向终端返回该资源访问地址，使终端访问该资源访问地址，从而向终端提供该资源来源标识所对应的资源。

在一个实施例中，若资源信息数据库本身包括资源，则直接从资源信息数据库中查找到与资源切换请求所携带的资源来源标识所对应的资源，并返回给终端。

本实施例中，可以根据用户请求向用户提供用来访问资源的界面，并且在接收到来自终端的资源切换请求后进行资源的切换。这样由于不同资源来源的资源在品质上是不同的，比如不同的视频网站的视频分辨率不同、不同的音乐网站压缩音乐所采用的压缩格式不同等，这样用户可以自行根据需要选择合适的资源来源的资源进行访问。

如图13所示，在一个实施例中，该资源信息处理装置900还包括：资源信息搜索请求接收模块914、资源标识查找模块915、资源信息查找模块916和搜索结果反馈模块917。

资源信息搜索请求接收模块914，用于接收携带有检索词的资源信息搜索请求。具体地，终端可以展示搜索框，获取用户在搜索框中输入的字符作为检索词，生成携带有检索词的资源信息搜索请求，并发送给资源信息处理服务器，资源信息搜索请求接收模块914用于接收该资源信息搜索请求。资源信息搜索请求用于触发查找与检索词匹配的资源信息。

资源标识查找模块915，用于根据资源信息搜索请求在资源搜索索引中查找与检索词匹配的资源标识。

具体地，资源搜索索引可用资源标识和搜索关键词的对应关系来表示，资源标识查找模块915可用于将检索词与资源搜索索引中的搜索关键词进行字符匹配，将查找到的匹配的搜索关键词所对应的资源标识作为与检索词匹配的资源标识。

在一个实施例中，资源标识查找模块915可用于对检索词进行分词处理，获得词片段集合，将该词片段集合与资源搜索索引中的搜索关键词进行字符匹配，将查找到的匹配的搜索关键词所对应的资源标识作为与检索词匹配的资源标识。

资源信息查找模块916，用于在资源信息数据库中查找与匹配的资源标识对应的资源信息。

具体地，资源信息查找模块916可用于在资源信息数据库中查找与匹配的资源标识对应的所有资源信息。也可以按照资源信息搜索请求所指定的范围查找与匹配的资源标识对应的所有资源信息。还可以在资源信息数据库中逐个查找与匹配的资源标识对应的资源信息，在已查找到预设数量的资源信息时停止查找。

搜索结果反馈模块917，用于反馈根据查找到的资源信息所生成的搜索结果。

具体地，搜索结果反馈模块917可用于将查找到的所有资源信息作为搜索结果反馈给终端，也可以仅将查找到的资源信息的部分信息反馈给终端，具体如何反馈可以在资源信息搜索请求中指定或者预先设定。

在一个实施例中，反馈的搜索结果至少包括与匹配的资源标识对应的资源访问地址，这样终端在收到搜索结果后，可以根据用户选择操作直接访问相应的资源。

本实施例中，提供对来自多个资源来源的资源信息的搜索服务，使得用户可以方便地从资源信息数据库大量的资源信息中查找到所需的资源信息，提高了获取资源信息的效率。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)等非易失性存储介质，或随机存储记忆体(Random AccessMemory，RAM)等。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种资源信息处理方法，所述方法包括：

通过各个资源来源的增量资源接口，每隔第一预设时间间隔拉取增量资源信息；

根据所述增量资源信息更新资源信息数据库；

通过各个资源来源的全量资源接口，每隔第二预设时间间隔拉取全量资源信息；所述第二预设时间间隔大于所述第一预设时间间隔；

根据所述全量资源信息更新所述资源信息数据库。

2.根据权利要求1所述的方法，其特征在于，所述资源来源为资源网站，所述方法还包括：

根据各个资源网站的资源分布特征查找到资源列表；

抽取所述资源列表中每个资源的资源信息；

根据抽取到的资源信息更新所述资源信息数据库。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

在更新所述资源信息数据库后，根据更新的资源信息生成搜索关键词；

根据所述更新的资源信息所对应的资源标识和所述搜索关键词更新资源搜索索引。

4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

接收资源访问请求；

根据所述资源访问请求提供用于访问资源的界面；

接收携带有资源来源标识的资源切换请求；所述资源来源标识选取自所述界面中的资源来源标识列表；

根据所述资源信息数据库提供所述资源来源标识所对应的资源。

5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

接收携带有检索词的资源信息搜索请求；

根据所述资源信息搜索请求在资源搜索索引中查找与所述检索词匹配的资源标识；

在所述资源信息数据库中查找与匹配的资源标识对应的资源信息；

反馈根据所述查找到的资源信息所生成的搜索结果。

6.一种资源信息处理装置，其特征在于，所述装置包括：

增量资源信息拉取模块，用于通过各个资源来源的增量资源接口，每隔第一预设时间间隔拉取增量资源信息；

增量资源信息更新模块，用于根据所述增量资源信息更新资源信息数据库；

全量资源信息拉取模块，用于通过各个资源来源的全量资源接口，每隔第二预设时间间隔拉取全量资源信息；所述第二预设时间间隔大于所述第一预设时间间隔；

全量资源信息更新模块，用于根据所述全量资源信息更新所述资源信息数据库。

7.根据权利要求6所述的装置，其特征在于，所述资源来源为资源网站，所述装置还包括：

资源列表查找模块，用于根据各个资源网站的资源分布特征查找到资源列表；

资源信息抽取模块，用于抽取所述资源列表中每个资源的资源信息；

抽取资源信息更新模块，用于根据抽取到的资源信息更新所述资源信息数据库。

8.根据权利要求6或7所述的装置，其特征在于，所述装置还包括：

搜索关键词生成模块，用于在更新所述资源信息数据库后，根据更新的资源信息生成搜索关键词；

资源搜索索引更新模块，用于根据所述更新的资源信息所对应的资源标识和所述搜索关键词更新资源搜索索引。

9.根据权利要求6或7所述的装置，其特征在于，所述装置还包括：

资源访问请求接收模块，用于接收资源访问请求；

界面提供模块，用于根据所述资源访问请求提供用于访问资源的界面；

资源切换请求接收模块，用于接收携带有资源来源标识的资源切换请求；所述资源来源标识选取自所述界面中的资源来源标识列表；

切换执行模块，用于根据所述资源信息数据库提供所述资源来源标识所对应的资源。

10.根据权利要求6或7所述的装置，其特征在于，所述装置还包括：

资源信息搜索请求接收模块，用于接收携带有检索词的资源信息搜索请求；

资源标识查找模块，用于根据所述资源信息搜索请求在资源搜索索引中查找与所述检索词匹配的资源标识；

资源信息查找模块，用于在所述资源信息数据库中查找与匹配的资源标识对应的资源信息；

搜索结果反馈模块，用于反馈根据所述查找到的资源信息所生成的搜索结果。