CN110019929A - 网页内容的处理方法、装置及计算机可读存储介质 - Google Patents

Abstract

本发明实施例公开了一种网页内容的处理方法、装置及计算机可读存储介质。方法包括：获取网页内容，网页内容为任一网页的内容；对网页内容进行显示；从网页内容中实时提取符合音频条件的文本信息；获取符合音频条件的文本信息对应的音频流；调用播放器对音频流进行播放。在对任一网页的网页内容进行处理时，除了对网页内容进行显示之外，通过从网页内容中提取符合音频条件的文本信息，并在获取到该文本信息对应的音频流之后，调用播放器对音频流进行播放，从而使得文本显示与音频播放融为一体，丰富了网页内容的处理方式，优化了网页内容的处理效果，提升了浏览服务的质量。

Description

网页内容的处理方法、装置及计算机可读存储介质

技术领域

本发明实施例涉及互联网技术领域，特别涉及一种网页内容的处理方法、装置及计算机可读存储介质。

背景技术

随着互联网的日渐普及，通过互联网浏览网页，已经成为了人们闲暇时的常规选择。而随着网页内容越来越丰富，如何提供更优化的网页内容的处理方式，成为了提供浏览服务的主要研究方向。

相关技术中，当浏览器接收到网页请求时，获取网页内容，并对网页内容进行显示。其中，网页内容包括图片、文字等。

相关技术在获取到网页内容后，仅对其进行显示处理，处理方式较为单一。

发明内容

本发明实施例提供了一种网页内容的处理方法、装置及计算机可读存储介质，可用于解决相关技术中对网页内容的处理方式单一的问题。所述技术方案如下：

一方面，本发明实施例提供一种网页内容的处理方法，所述方法包括：

获取网页内容，所述网页内容为任一网页的网页内容；

对所述网页内容进行显示；

从所述网页内容中实时提取符合音频条件的文本信息；

获取所述符合音频条件的文本信息对应的音频流；

调用播放器对所述音频流进行播放。

还提供了一种浏览器，所述浏览器包括：浏览器用户界面UI和浏览器内核；

所述浏览器UI，用于获取网页内容，对所述网页内容进行显示，所述网页内容为任一网页的网页内容；向所述浏览器内核发送网页可见内容的异步获取请求；

所述浏览器内核，用于根据所述网页可见内容的异步获取请求从所述网页内容中实时提取符合音频条件的文本信息，并将所述符合音频文件的文本信息发送至所述浏览器UI；

所述浏览器UI，用于获取所述符合音频条件的文本信息对应的音频流；调用播放器对所述音频流进行播放。

还提供了一种网页内容的处理装置，所述装置包括：

第一获取模块，用于获取网页内容，所述网页内容为任一网页的网页内容；

第一显示模块，用于对所述网页内容进行显示；

提取模块，用于从所述网页内容中实时提取符合音频条件的文本信息；

第二获取模块，用于获取所述符合音频条件的文本信息对应的音频流；

调用模块，用于调用播放器对所述音频流进行播放。

还提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集在被所述处理器执行时实现上述的网页内容的处理方法。

还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集在被执行时实现上述的网页内容的处理方法。

本发明实施例提供的技术方案可以带来如下有益效果：

在对任一网页的网页内容进行处理时，除了对网页内容进行显示之外，通过从网页内容中实时提取符合音频条件的文本信息，并在获取到该文本信息对应的音频流之后，调用播放器对音频流进行播放，从而使得文本显示与音频播放融为一体，丰富了网页内容的处理方式。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本发明实施例提供的实施环境的示意图；

图2是本发明实施例提供的网页内容的处理方法流程图；

图3是本发明实施例提供的显示界面示意图；

图4是本发明实施例提供的显示界面示意图；

图5是本发明实施例提供的显示界面示意图；

图6是本发明实施例提供的显示界面示意图；

图7是本发明实施例提供的网页内容的处理交互示意图；

图8是本发明实施例提供的浏览器的结构示意图；

图9是本发明实施例提供的网页内容的处理装置的结构框图；

图10是本发明实施例提供的终端的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

随着互联网的日渐普及，通过互联网浏览网页，已经成为了人们闲暇时的常规选择。有鉴于此，本发明实施例提供了一种网页内容的处理方法。请参考图1，其示出了本发明实施例提供的实施环境的示意图。该实施环境可以包括：终端11和服务器12。

终端11用于从服务器12获取网页内容，并对网页内容进行处理。在一种实施方式中，该终端11中安装有提供网页浏览服务的浏览器，终端11可以通过浏览器提供网页内容的处理及浏览服务。终端11可以是诸如手机、平板电脑、个人计算机等电子设备。

服务器12用于提供网页内容。服务器12可以是一台服务器，也可以是由多台服务器组成的服务器集群，或者是一个云计算服务中心。

终端11与服务器12通过有线或无线网络建立通信连接。

请参考图2，其示出了本发明实施例提供的网页内容的处理方法流程图，该方法可应用于图1所示实施环境的终端11中。该方法可以包括如下几个步骤：

在步骤201中，获取网页内容，对网页内容进行显示；

为了能够提供网页浏览服务，终端检测到网页打开请求后，可以向服务器发送网页内容获取请求，从而通过服务器获取网页内容，并对网页内容进行显示，该网页内容可以是任一网页的网页内容。当然，除了向服务器请求获取网页内容，还可以对之前打开过的网页内容进行缓存，当再次检测到网页打开请求后，如果该网页为打开并缓存的网页，则可以从缓存中获取网页内容，并对网页内容进行显示。

为了丰富网页内容的处理方式，本发明实施例提供的方法在显示网页内容时，还扩展了对网页内容的朗读功能。该功能可以是在打开网页内容时，自动执行，也可以提供该功能的触发方式，当检测到触发方式后，再来执行该功能。在一种实现方式中，提供网页内容的朗读功能的触发方式包括但不限于当现实网页内容时，显示音频播放入口；当检测到音频播放入口的触发操作后，执行后续的从网页内容中提取符合音频条件的文本信息等步骤。

为了便于理解，可参见图3所示的显示界面。在图3所示的显示界面中，除了显示网页内容，还提供了菜单栏，当菜单栏被触发显示时，该菜单栏中显示有音频播放入口，如图3所示的语音阅读入口。当检测到该语音阅读入口被选中后，即检测到音频播放入口的触发操作，从而触发执行后续的处理操作。

除此之外，本发明实施例还提供了从其他应用切换到浏览器，以实现本发明实施例所提供的网页内容的处理方法。例如，当终端在第三方应用程序的显示界面上显示网页内容时，该显示界面如图4所示。如果检测到当前显示界面的触发操作(如选中操作)后，可以显示浏览器打开功能选项。当检测到该浏览器打开功能选项被选中后，跳转到浏览器，打开浏览器显示界面，跳转后的浏览器显示界面可如图5所示，之后便可基于浏览器显示界面执行对网页内容进行显示的操作，即通过浏览器执行网页内容的显示，以及后续的处理操作。

如图5所示的显示界面，为了提供更优化的浏览服务，在显示网页内容的同时，还提供阅读记录、存储及分享等扩展功能选项。

在步骤202中，从网页内容中实时提取符合音频条件的文本信息；

由于本发明实施例提供的网页内容的处理方法是针对任一网页的网页内容而言的，之前并不能确定处理的是哪个网页的网页内容，因而本发明实施例提供的方法也无法提前从网页内容中提取文本信息，而是获取网页内容之后，需要从网页内容中实时提取符合音频条件的文本信息。

此外，为了提高对网页内容进行处理的速度，尽快展示处理结果，即提供音频播放，本发明实施例提供的方法在获取网页内容之后，从网页内容中实时提取符合音频条件的文本信息。

实际应用中，DOM(Document Object Model，文档对象模型)树是表示和处理一个HTML(Hyper Text Markup Language，超文本标记语言)或XML(Extensible MarkupLanguage，可扩展标记语言)文档的常用方法，也是浏览器内核表示网页内容的内部数据结构。由于DOM实际上是以面向对象方式描述的文档模型，其定义了表示和修改文档所需的对象、这些对象的行为和属性以及这些对象之间的关系，因而可以将DOM树认为是页面上数据和结构的一个树形表示。此外，基于DOM树，网页中的每个成分都是一个节点。

以网页为HTML为例，整个文档是一个文档节点，每个HTML标签是一个元素节点，包含在HTML元素中的文本是文本节点，每一个HTML属性是一个属性节点，注释为注释节点。无论是哪种节点，每个节点都拥有包含着关于节点某些信息的属性。这些属性为node Name(节点名称)node Value(节点值)node Type(节点类型)。由于DOM树中的各个节点对应不同的内容，对于显示的网页内容而言，除了显示文本内容，还会显示图片、音视频等内容。此外，有些网页内容还包括有广告插件等，则显示的网页还会包括一些与网页内容无关的广告内容，例如scriptTag、styleTag等和网页显示内容无关的节点对应的内容。然而，由于图片、音视频内容无需再单独进行语音合成，且广告内容也不是网页内容的主体内容，大多也不是用户关注的焦点，因此，本发明实施例提供的方法仅对与网页内容相关的文本内容进行处理，对于与网页内容无关的图片、音视频及广告内容等，进行筛选。此外，考虑到有些节点即使是文本节点，但在显示网页内容时，不一定会被渲染出来，也不会成为用户阅读的焦点，例如注释节点及脚本节点，其内容虽为文本，但并不会被渲染并显示在网页中。或者还有一些文本节点本身属性即为不可见的，显示的网页内容中也不包括这类不可见的文本节点，因而也无需对其进行语音合成。

有鉴于此，本发明实施例提供的方法在获取文本信息时，将DOM树中具有可见文本内容的节点作为可见文本节点，该可见文本节点的文本信息作为符合音频条件的文本信息。该可见文本节点同时满足如下几个条件：

a)节点的类型是Text，即该可见文本节点的节点类型为文本节点；

b)与网页显示内容相关，即不能是scriptTag、styleTag等和网页显示内容无关的节点；

c)节点是需要渲染的，即在网页上可以显示。

基于上述内容，在本发明实施例中，从网页内容中实时提取符合音频条件的文本信息，包括：遍历网页内容的DOM树的节点；当遍历到可见文本节点时，实时提取可见文本节点的文本信息，得到符合音频条件的文本信息。

在步骤203中，获取符合音频条件的文本信息对应的音频流；

为了实现对网页内容中的文本信息进行语音播放，即朗读网页内容中的文本信息，本发明实施例提供的方法将获取符合音频条件的文本信息对应的音频流，且由于DOM树中的可见文本节点的数量可以为一个或多个，因此，获取符合音频条件的文本信息对应的音频流的方式包括但不限于如下三种：

第一种：依次获取各个可见文本节点的文本信息，将每次获取到的文本信息实时发送至语音合成引擎，由语音合成引擎合成对应的音频流；获取语音合成引擎依次返回的音频流。

该种获取音频流的方式是每当获取一个符合音频条件的文本信息后，即可将其发送至语音合成引擎，以获取当前提取的文本信息对应的音频流。该种方式实时性较好，能够提高网页处理速度。

例如，网页内容中包括10个可见文本节点，获取第一个可见文本节点的文本信息后，将该第一个可见文本节点的文本信息发送至语音合成引擎进行语音合成，获取由语音合成引擎返回的与第一个可见文本节点的文本信息对应的音频流；获取第二个可见文本节点的文本信息后，将该第二个可见文本节点的文本信息发送至语音合成引擎进行语音合成，获取由语音合成引擎返回的与第二个可见文本节点的文本信息对应的音频流；依次类推，直至获取完所有可见文本节点的文本信息对应的音频流。或者，当终止网页内容处理后，停止获取音频流。其中，终止网页内容处理，可以是关闭网页操作，或者停止语音播放。

第二种：获取全部的符合音频条件的文本信息后，将获取到的所有文本信息一次性发送至语音合成引擎进行语音合成，获取由语音合成引擎返回的音频流。该种方式可以减少浏览器与语音合成引擎之间的交互次数。

仍以网页内容中包括10个可见文本节点为例，该种方式下，获取10个可见文本节点的文本信息后，将这10个可见文本节点的文本信息全部发送至语音合成引擎进行语音合成，获取由语音合成引擎返回的音频流。

第三种：连续获取预设数量个文本信息后，将获取到的文本信息发送至语音合成引擎进行语音合成，获取语音合成引擎返回的音频流，之后，再继续获取后续的预设数量个文本信息，并发送至语音合成引擎进行语音处理，依次类推，直至获取完所有可见文本节点的文本信息对应的音频流。或者，当终止网页内容处理后，停止获取音频流。其中，预设数量可以根据经验设置或者由用户设置确定，本发明实施例对此不做具体限定。

实际应用中，采用上述哪种获取音频流的方式，本发明实施例对此不做具体限定。

针对多个可见文本节点的情况，为了能够按顺序对各个可见文本节点的文本信息进行获取，本发明实施例提供的方法还包括：将遍历到的各个可见文本节点的文本信息及节点索引对应存储。其中，节点索引可以用编号来表示，例如，按照被遍历到的可见文本节点的顺序，依次设置各个可见文本节点的节点索引为1,2,3等。当然，也可以采用其他内容作为节点索引，本发明实施例对此不加以限定。将遍历到的各个可见文本节点的文本信息及节点索引对应存储时，可以vector的方式进行存储。其中，vector为一种C++标准库中表示可变长数组的数据结构。在存储时，可以按照遍历的顺序，将遍历到的可见文本节点的节点索引及文本信息依次存储在vector中，并将vector存储至内存中。

相应的，本发明实施例提供的方法获取各个可见文本节点的文本信息，包括：根据各个可见文本节点的节点索引获取各个可见文本节点的文本信息。

在一种可选方式中，除了通过节点索引的方式获取文本信息外，本发明实施例提供的方法还包括通过关键字获取文本信息的方式。具体实施时，可以针对遍历到的各个可见文本节点的文本信息进行关键字提取，将遍历到的各个可见文本节点的文本信息及文本信息的关键字对应存储。存储方式也可以采用vector的方式，并将vector存储至内存中。之后，便可以根据各个可见文本节点的文本信息的关键字获取各个可见文本节点的文本信息。

当获取到可见文本节点的文本信息后，为了能够获取该文本信息的音频流，本发明实施例提供的方法还可以在终端中安装语音合成引擎。通过将获取到的文本信息发送至语音合成引擎，由语音合成引擎合成对应的音频流，从而获取语音合成引擎返回的音频流。实际应用过程中，该语音合成引擎可以插件的形式安装在浏览器中。在实现本发明实施例提供的方法时，可以先检测是否安装了语音合成引擎，如果检测到未安装该语音合成引擎，则显示提示安装信息，从而触发安装操作。

需要说明的是，本发明实施例针对的网页内容可以为任一网页的网页内容，无需对该网页内容提前准备音频流，而是在显示过程中通过后续操作实时提取文本信息，并获取音频流。因此，本发明实施例提供的网页内容的处理方法可以针对各种网站的网页进行处理，场景适用范围更广。

在步骤204中，调用播放器对音频流进行播放。

针对该步骤，当获取到文本信息的音频流之后，可以调用播放器对音频流进行播放。针对上述步骤203中依次获取各个可见文本节点的文本信息的方式，本发明实施例提供的方法在调用播放器对音频流进行播放时，也可以调用播放器对获取到的各个音频流依次进行播放。

为了进一步优化处理方式，本发明实施例提供的方法还包括：将当前播放内容所对应的文本信息进行区别显示，以起到提示作用，进一步提升服务质量。在一种可选方式中，将当前播放内容对应的文本信息进行区别显示，包括但不限于将当前播放内容所对应的文本信息滚动到网页的预设位置，并将当前播放内容所对应的文本信息进行区别显示。例如，调用当前播放内容对应的可见文本节点的滚动方式及背景色设置接口，基于滚动方式将当前播放内容对应的文本信息滚动到网页的预设位置，基于背景色设置接口，将当前播放内容对应的文本信息进行区别显示。

在一种实现方式中，为了能够调用当前播放内容对应的可见文本节点的滚动方式及背景色设置接口，本发明实施例提供的方法还包括提取可见文本节点的存储地址，并将可见文本节点的存储地址与可见文本节点的文本信息对应存储的过程。例如，如果之前将可见文本节点的文本信息及节点索引对应存储，则可将可见文本节点的存储地址与该可见文本节点的文本信息及节点索引对应存储；如果之前将可见文本节点的文本信息及关键字对应存储，则可将可见文本节点的存储地址与该可见文本节点的文本信息及关键字对应存储。

无论采用上述哪种存储方式，均可以根据当前播放内容对应的可见文本节点的存储地址，调用当前播放内容对应的可见文本节点的滚动方式及背景色设置接口。

例如，根据当前播放内容对应的可见文本节点的存储地址调用该可见文本节点的滚动方式将当前播放内容对应的文本信息滚动到网页上方，并调用该可见文本节点的背景色设置接口将当前播放内容对应的文本信息高亮显示。以高亮显示当前播放内容对应的文本信息的显示界面如图6所示为例，通过一边播放文本信息的音频流，一边高亮显示被播放内容对应的文本信息，使得显示与播放融为一体，扩展了语音朗读的使用场景，进一步提升了浏览体验。

此外，为了丰富播放功能，本发明实施例提供的方法在调用播放器对音频流进行播放，包括但不限于显示播放选项，播放选项包括播放速度控制选项和/或播放语音选项；获取被选择的播放选项，调用播放器根据选择的播放选项对音频流进行播放。

例如，仍以图6所示的显示界面为例，可以在页面上检测到触控操作后，显示播放选项，该播放选项包括播放速度控制选项和播放语音选项。其中，播放速度控制选项又包括慢、较慢、适中、较快、快等几个选择项，播放语音选项包括男声选项和女声选项。

基于上述本发明实施例提供的网页内容的处理方法，接下来，以终端中的浏览器实现上述网页内容的处理方法为例进行描述。其中，浏览器包括浏览器UI和浏览器内核，该浏览器UI和浏览器内核在实现上述网页内容的处理方法时，具体交互过程详见图7，包括如下步骤：

1.UI向内核发起网页内容的异步获取请求；

2.内核收到请求后，遍历内核内部用来表示整个网页内容的DOM树的每个节点；

3.对于每个节点，需要判断是否符合要朗读的条件，同时满足以下条件的节点为可见文本节点；

d)节点的类型是Text；

e)不能是scriptTag、styleTag等和网页显示内容无关的节点；

f)节点是需要渲染的，即在网页上可以显示。

4.对于符合条件的节点，即可见文本节点，提取出该可见文本节点的文本信息，可见文本节点的存储地址，如内存地址等，利用这些信息构建一个数据结构，并且根据遍历顺序存储在vector中，节点的遍历顺序就是网页内容的顺序。对整个DOM树遍历完成，就能得到以节点为单元保存了整个网页可以显示内容的vector，后续只需遍历该vector就能顺序拿到网页的内容。其中，vector是一种C++标准库中表示可变长数组的数据结构。

5.整个DOM树遍历完之后，内核通知UI端已经准备就绪；

6.UI端接收到内核准备好的消息，就会通过传递节点索引作为参数获取对应可见文本节点的文本信息，一般节点索引可以是从0开始，后续递增。

7.内核响应UI的请求，从之前准备好的vector中根据传递过来的索引值获取到相应可见文本节点的文本信息，通过回调的方式传递给UI端；

8.UI端获取到文本信息，然后交给语音合成引擎；

9.语音合成引擎负责将文本信息合成音频流；

10.将音频流通过终端系统的播放模块进行朗读；

11.在播放音频流的同时，将正在朗读内容对应的节点索引的索引值传递给内核，内核通过索引值获取到正在朗读内容的对应可见文本节点的内存地址，通过这个地址调用可见文本节点的滚动方式将正在朗读的内容滚动到网页的页面上方，同时调用节点背景色设置接口将正在朗读的内容标记为高亮。

12.每朗读完一个节点的内容，UI端就会将索引值递增，然后重复上述7～11步骤，直至网页内容结束，或者用户暂停。

本发明实施例提供的方法，在对网页内容进行处理时，除了对网页内容进行显示之外，通过从网页内容中提取符合音频条件的文本信息，并在获取到该文本信息对应的音频流之后，调用播放器对音频流进行播放，从而使得文本显示与音频播放融为一体，丰富了网页内容的处理方式，优化了网页内容的处理效果，提升了浏览服务的质量。

此外，通过将当前播放内容所对应的文本信息进行区别显示，进一步优化了网页内容的处理效果，提升了浏览服务的质量。

参见图8，为本发明实施例提供一种浏览器，该浏览器包括：浏览器UI801和浏览器内核802；

浏览器UI801，用于获取网页内容，该网页内容为任一网页的网页内容，并对网页内容进行显示，向浏览器内核802发送网页可见内容的异步获取请求；

浏览器内核802，用于根据网页可见内容的异步获取请求从网页内容中实时提取符合音频条件的文本信息，并将符合音频文件的文本信息发送至浏览器UI801；

浏览器UI801，用于获取符合音频条件的文本信息对应的音频流；调用播放器对音频流进行播放。

在一种实现方式中，浏览器内核802，用于遍历网页内容的DOM树的节点；当遍历到可见文本节点时，实时提取可见文本节点的文本信息，得到符合音频条件的文本信息，可见文本节点为需要渲染，且与网页显示内容相关的文本节点。

在一种实现方式中，浏览器UI801，用于每获取一个可见文本节点的文本信息，将获取到的文本信息实时发送至语音合成引擎进行语音合成，获取由语音合成引擎返回的音频流；或者，获取所有可见文本节点的文本信息后，将所有文本信息一次性发送至语音合成引擎进行语音合成，获取由语音合成引擎返回的音频流；或者，每获取预设数量个可见文本节点的文本信息后，将获取到的预设数量个文本信息发送至语音合成引擎进行语音合成，获取由语音合成引擎返回的音频流。

在一种实现方式中，浏览器内核802，还用于将遍历到的各个可见文本节点的文本信息及节点索引对应存储；

浏览器UI801，用于根据各个可见文本节点的节点索引获取各个可见文本节点的文本信息。

在一种实现方式中，浏览器内核802，还用于将遍历到的各个可见文本节点的文本信息及文本信息的关键字对应存储；

浏览器UI801，用于根据各个可见文本节点的文本信息的关键字获取各个可见文本节点的文本信息。

在一种实现方式中，浏览器UI801，还用于将当前播放内容所对应的文本信息进行区别显示。

在一种实现方式中，浏览器内核802，用于遍历网页内容的DOM树的每个节点；当遍历到可见文本节点时，提取可见文本节点的文本信息，得到符合音频条件的文本信息。

在一种实现方式中，浏览器UI801，用于调用当前播放内容对应的可见文本节点的滚动方式及背景色设置接口，基于滚动方式将当前播放内容对应的文本信息滚动到网页的预设位置，基于背景色设置接口，将当前播放内容对应的文本信息进行区别显示。

在一种实现方式中，浏览器内核802，用于提取可见文本节点的存储地址，将可见文本节点的存储地址与可见文本节点的文本信息对应存储；

浏览器UI801，用于根据当前播放内容对应的可见文本节点的存储地址，调用当前播放内容对应的可见文本节点的滚动方式及背景色设置接口。

在一种实现方式中，浏览器UI801，还用于在显示网页内容时，显示音频播放入口，当检测到音频播放入口的触发操作后，向浏览器内核802发送网页可见内容的异步获取请求，触发浏览器内核802执行从网页内容中提取符合音频条件的文本信息的步骤。

在一种实现方式中，浏览器UI801，用于显示播放选项，播放选项包括播放速度控制选项和播放语音选项；获取被选择的播放选项，调用播放器根据选择的播放选项对音频流进行播放。

本发明实施例提供的浏览器，在对网页内容进行处理时，除了对网页内容进行显示之外，通过从网页内容中提取符合音频条件的文本信息，并在获取到该文本信息对应的音频流之后，调用播放器对音频流进行播放，从而使得文本显示与音频播放融为一体，丰富了网页内容的处理方式。

此外，通过将当前播放内容所对应的文本信息进行区别显示，进一步优化了网页内容的处理效果，提升了浏览服务的质量。

参见图9，为本发明实施例提供的一种网页内容的处理装置，该网页内容的处理装置包括：

第一获取模块901，用于获取网页内容，网页内容为任一网页的网页内容；

第一显示模块902，用于对网页内容进行显示；

提取模块903，用于从网页内容中实时提取符合音频条件的文本信息；

第二获取模块904，用于获取符合音频条件的文本信息对应的音频流；

调用模块905，用于调用播放器对音频流进行播放。

在一种实现方式中，提取模块903，用于遍历网页内容的DOM树的每个节点；当遍历到可见文本节点时，提取可见文本节点的文本信息，得到符合音频条件的文本信息，可见文本节点为需要渲染，且与网页显示内容相关的文本节点。

在一种实现方式中，第二获取模块904，用于依次获取各个可见文本节点的文本信息，将获取到的文本信息发送至语音合成引擎，由语音合成引擎合成对应的音频流；获取语音合成引擎返回的音频流；

调用模块905，用于调用播放器对获取到的各个音频流依次进行播放。

在一种实现方式中，该装置还包括：第一存储模块，用于将遍历到的各个可见文本节点的文本信息及节点索引对应存储；

第二获取模块904，用于根据各个可见文本节点的节点索引依次获取各个可见文本节点的文本信息。

在一种实现方式中，该装置还包括：第二存储模块，用于将遍历到的各个可见文本节点的文本信息及文本信息的关键字对应存储；

第二获取模块904，用于根据各个可见文本节点的文本信息的关键字获取各个可见文本节点的文本信息。

在一种实现方式中，该装置还包括：第二显示模块，用于将当前播放内容所对应的文本信息进行区别显示。

在一种实现方式中，第二显示模块，用于将当前播放内容所对应的文本信息滚动到网页的预设位置，并将当前播放内容所对应的文本信息进行区别显示。

在一种实现方式中，第二显示模块，用于调用当前播放内容对应的可见文本节点的滚动方式及背景色设置接口，基于滚动方式将当前播放内容对应的文本信息滚动到网页的预设位置，基于背景色设置接口，将当前播放内容对应的文本信息进行区别显示。

在一种实现方式中，提取模块903，还用于提取可见文本节点的存储地址；该装置还包括：第三存储模块，用于将可见文本节点的存储地址与可见文本节点的文本信息对应存储；

第二显示模块，用于根据当前播放内容对应的可见文本节点的存储地址，调用当前播放内容对应的可见文本节点的滚动方式及背景色设置接口。

在一种实现方式中，第一显示模块902，还用于在显示网页内容时，显示音频播放入口；当检测到音频播放入口的触发操作后，执行从网页内容中提取符合音频条件的文本信息的步骤。

在一种实现方式中，调用模块905，用于显示播放选项，播放选项包括播放速度控制选项和播放语音选项；获取被选择的播放选项，调用播放器根据选择的播放选项对音频流进行播放。

在一种实现方式中，第一显示模块902，还用于在第三方应用程序的显示界面上显示网页内容，并检测到显示界面的触发操作后，显示浏览器打开功能选项；当检测到浏览器打开功能选项被选中后，跳转到浏览器显示界面，基于浏览器显示界面执行对网页内容进行显示的操作。

本发明实施例提供的装置，在对网页内容进行处理时，除了对网页内容进行显示之外，通过从网页内容中提取符合音频条件的文本信息，并在获取到该文本信息对应的音频流之后，调用播放器对音频流进行播放，从而使得文本显示与音频播放融为一体，丰富了网页内容的处理方式；此外，通过将当前播放内容所对应的文本信息进行区别显示，进一步优化了网页内容的处理效果，提升了浏览服务的质量。

需要说明的是，上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

请参考图10，其示出了本发明一个实施例提供的终端1000的结构框图。该终端1000可以是：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group AudioLayer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts GroupAudio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端1000还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端1000包括有：处理器1001和存储器1002。

处理器1001可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器1001可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1001也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器1001可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器1001还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器1002可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器1002还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器1002中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器1001所执行以实现本申请中方法实施例提供的网页内容的处理方法。

在一些实施例中，终端1000还可选包括有：外围设备接口1003和至少一个外围设备。处理器1001、存储器1002和外围设备接口1003之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1003相连。具体地，外围设备包括：射频电路1004、触摸显示屏1005、摄像头1006、音频电路1007、定位组件1008和电源1009中的至少一种。

外围设备接口1003可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器1001和存储器1002。在一些实施例中，处理器1001、存储器1002和外围设备接口1003被集成在同一芯片或电路板上；在一些其他实施例中，处理器1001、存储器1002和外围设备接口1003中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路1004用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路1004通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1004将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路1004包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1004可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路1004还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏1005用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1005是触摸显示屏时，显示屏1005还具有采集在显示屏1005的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1001进行处理。此时，显示屏1005还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏1005可以为一个，设置终端1000的前面板；在另一些实施例中，显示屏1005可以为至少两个，分别设置在终端1000的不同表面或呈折叠设计；在再一些实施例中，显示屏1005可以是柔性显示屏，设置在终端1000的弯曲表面上或折叠面上。甚至，显示屏1005还可以设置成非矩形的不规则图形，也即异形屏。显示屏1005可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件1006用于采集图像或视频。可选地，摄像头组件1006包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件1006还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路1007可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器1001进行处理，或者输入至射频电路1004以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端1000的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1001或射频电路1004的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路1007还可以包括耳机插孔。

定位组件1008用于定位终端1000的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件1008可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。

电源1009用于为终端1000中的各个组件进行供电。电源1009可以是交流电、直流电、一次性电池或可充电电池。当电源1009包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端1000还包括有一个或多个传感器1010。该一个或多个传感器1010包括但不限于：加速度传感器1011、陀螺仪传感器1012、压力传感器1013、指纹传感器1014、光学传感器1015以及接近传感器1016。

加速度传感器1011可以检测以终端1000建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器1011可以用于检测重力加速度在三个坐标轴上的分量。处理器1001可以根据加速度传感器1011采集的重力加速度信号，控制触摸显示屏1005以横向视图或纵向视图进行用户界面的显示。加速度传感器1011还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器1012可以检测终端1000的机体方向及转动角度，陀螺仪传感器1012可以与加速度传感器1011协同采集用户对终端1000的3D动作。处理器1001根据陀螺仪传感器1012采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器1013可以设置在终端1000的侧边框和/或触摸显示屏1005的下层。当压力传感器1013设置在终端1000的侧边框时，可以检测用户对终端1000的握持信号，由处理器1001根据压力传感器1013采集的握持信号进行左右手识别或快捷操作。当压力传感器1013设置在触摸显示屏1005的下层时，由处理器1001根据用户对触摸显示屏1005的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器1014用于采集用户的指纹，由处理器1001根据指纹传感器1014采集到的指纹识别用户的身份，或者，由指纹传感器1014根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器1001授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1014可以被设置终端1000的正面、背面或侧面。当终端1000上设置有物理按键或厂商Logo时，指纹传感器1014可以与物理按键或厂商Logo集成在一起。

光学传感器1015用于采集环境光强度。在一个实施例中，处理器1001可以根据光学传感器1015采集的环境光强度，控制触摸显示屏1005的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏1005的显示亮度；当环境光强度较低时，调低触摸显示屏1005的显示亮度。在另一个实施例中，处理器1001还可以根据光学传感器1015采集的环境光强度，动态调整摄像头组件1006的拍摄参数。

接近传感器1016，也称距离传感器，通常设置在终端1000的前面板。接近传感器1016用于采集用户与终端1000的正面之间的距离。在一个实施例中，当接近传感器1016检测到用户与终端1000的正面之间的距离逐渐变小时，由处理器1001控制触摸显示屏1005从亮屏状态切换为息屏状态；当接近传感器1016检测到用户与终端1000的正面之间的距离逐渐变大时，由处理器1001控制触摸显示屏1005从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图10中示出的结构并不构成对终端1000的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例中实施例中，还提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集。所述至少一条指令、至少一段程序、代码集或指令集经配置以由一个或者一个以上处理器执行，以实现上述网页内容的处理方法。

在示例性实施例中，还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集在被计算机设备的处理器执行时实现上述网页内容的处理方法。

可选地，上述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的示例性实施例，并不用以限制本发明，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，均应包含在本发明的保护范围之内。

Claims (15)

1.一种网页内容的处理方法，其特征在于，所述方法包括：

获取网页内容，所述网页内容为任一网页的网页内容；

对所述网页内容进行显示；

从所述网页内容中实时提取符合音频条件的文本信息；

获取所述符合音频条件的文本信息对应的音频流；

调用播放器对所述音频流进行播放。

2.根据权利要求1所述的方法，其特征在于，所述从所述网页内容中实时提取符合音频条件的文本信息，包括：

遍历所述网页内容的文档对象模型DOM树的节点；

当遍历到可见文本节点时，实时提取所述可见文本节点的文本信息，得到符合音频条件的文本信息，所述可见文本节点为需要渲染，且与网页显示内容相关的文本节点。

3.根据权利要求2所述的方法，其特征在于，所述获取所述符合音频条件的文本信息对应的音频流，包括：

每获取一个可见文本节点的文本信息，将获取到的文本信息实时发送至语音合成引擎进行语音合成，获取由所述语音合成引擎返回的音频流；

或者，获取所有可见文本节点的文本信息后，将所有文本信息一次性发送至语音合成引擎进行语音合成，获取由所述语音合成引擎返回的音频流；

或者，每获取预设数量个可见文本节点的文本信息后，将获取到的预设数量个文本信息发送至语音合成引擎进行语音合成，获取由所述语音合成引擎返回的音频流。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：将遍历到的各个可见文本节点的文本信息及节点索引对应存储；

所述获取所述符合音频条件的文本信息对应的音频流，包括：根据各个可见文本节点的节点索引获取各个可见文本节点的文本信息。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：将遍历到的各个可见文本节点的文本信息及所述文本信息的关键字对应存储；

所述获取所述符合音频条件的文本信息对应的音频流，包括：根据各个可见文本节点的文本信息的关键字获取各个可见文本节点的文本信息。

6.根据权利要求1-5中任一所述的方法，其特征在于，所述方法还包括：

将当前播放内容所对应的文本信息进行区别显示。

7.根据权利要求6所述的方法，其特征在于，所述将当前播放内容对应的文本信息进行区别显示，包括：

将所述当前播放内容所对应的文本信息滚动到网页的预设位置，并将所述当前播放内容所对应的文本信息进行区别显示。

8.根据权利要求7所述的方法，其特征在于，所述将所述当前播放内容所对应的文本信息滚动到网页的预设位置，并将所述当前播放内容所对应的文本信息进行区别显示，包括：

调用当前播放内容对应的可见文本节点的滚动方式及背景色设置接口，基于所述滚动方式将所述当前播放内容对应的文本信息滚动到网页的预设位置，基于所述背景色设置接口，将所述当前播放内容对应的文本信息进行区别显示。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

提取所述可见文本节点的存储地址，将所述可见文本节点的存储地址与所述可见文本节点的文本信息对应存储；

所述调用当前播放内容对应的可见文本节点的滚动方式及背景色设置接口，包括：

根据当前播放内容对应的可见文本节点的存储地址，调用所述当前播放内容对应的可见文本节点的滚动方式及背景色设置接口。

10.根据权利要求1-5、7-9中任一所述的方法，其特征在于，所述方法还包括：

在显示所述网页内容时，显示音频播放入口；

当检测到所述音频播放入口的触发操作后，执行所述从所述网页内容中提取符合音频条件的文本信息的步骤。

11.根据权利要求1-5、7-9中任一所述的方法，其特征在于，所述调用播放器对所述音频流进行播放，包括：

显示播放选项，所述播放选项包括播放速度控制选项和/或播放语音选项；

获取被选择的播放选项，调用播放器根据所述被选择的播放选项对所述音频流进行播放。

12.根据权利要求1-5、7-9中任一所述的方法，其特征在于，所述对所述网页内容进行显示之前，还包括：

在第三方应用程序的显示界面上显示网页内容，并检测到所述显示界面的触发操作后，显示浏览器打开功能选项；

当检测到所述浏览器打开功能选项被选中后，跳转到浏览器显示界面，基于所述浏览器显示界面执行对所述网页内容进行显示的操作。

13.一种网页内容的处理装置，其特征在于，所述装置包括：

第一获取模块，用于获取网页内容，所述网页内容为任一网页的网页内容；

第一显示模块，用于对所述网页内容进行显示；

提取模块，用于从所述网页内容中实时提取符合音频条件的文本信息；

第二获取模块，用于获取所述符合音频条件的文本信息对应的音频流；

调用模块，用于调用播放器对所述音频流进行播放。

14.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集在被所述处理器执行时实现如权利要求1至12任一项所述的网页内容的处理方法。

15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集在被执行时实现如权利要求1至12任一项所述的网页内容的处理方法。