CN115099200B - 防篡改的文本处理方法、装置和计算机设备 - Google Patents

Abstract

本申请提供一种防篡改的文本处理方法、装置和计算机设备，属于计算机技术领域。所述方法包括：为加密的待处理数据生成影子数据模型和随机的自定义标签；将该影子数据模型与该自定义标签绑定，得到绑定模型；生成该待处理数据的实际数据结构；根据该待处理数据的自定义标签，将该实际数据结构插入该影子数据模型中，得到新的绑定模型，显示该新的绑定模型中包括的该待处理数据的文本；根据该新的绑定模型的数据变化信息，确定该待处理数据是否被篡改，并在该待处理数据被篡改时删除该新的绑定模型，重新执行上述步骤以重新显示该待处理数据的文本。本申请可以达到提高防篡改的能力、及时修改被篡改的数据的效果。

Description

防篡改的文本处理方法、装置和计算机设备

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种防篡改的文本处理方法、装置和计算机设备。

背景技术

随着计算机技术和互联网技术的发展，人们经常会将一些数据或者文本上传到互联网上，并且可以通过网页或应用程序来查看这些数据或文本。但是，经常会出现他人恶意篡改这些数据或文本的情况，所以就需要采取一些防止篡改的手段。

相关技术中，一般地，相关技术人员经常会将数据或文本以图片的形式呈现在网页或应用程序中，以防止他人对数据或文本进行篡改，另外，还会在图片中添加水印来进一步验证数据或文本的真假，并且可以通过识别水印是否被篡改的方式来识别数据或文本是否被篡改的。

然而，如果他人通过特定工具比如Devtool就可以在篡改数据或文本的时候将图片中的水印修改为未篡改之前的水印，这样就可能导致无法准确识别数据或文本是否被篡改。并且，在相关技术中，在识别到呈现数据或文本的图片被篡改的情况下，无法直接将被修改的内容修复为原本内容。因此，这种方案存在防篡改的能力较差、无法及时修复被篡改的数据或文本的问题。

发明内容

本申请的目的在于提供一种防篡改的文本处理方法、装置和计算机设备，可以达到提高防篡改的能力、及时修改被篡改的数据的效果。

本申请的实施例是这样实现的：

本申请实施例的第一方面，提供一种防篡改的文本处理方法，包括：

步骤1001：为加密的待处理数据生成影子数据模型（Shadow Document ObjectModel，简称影子DOM）和随机的自定义标签，所述自定义标签用于标识各所述待处理数据；

步骤1002：将所述影子数据模型与所述自定义标签绑定，得到绑定模型；

步骤1003：生成所述待处理数据的实际数据结构，所述实际数据结构中包括所述待处理数据中的文本；

步骤1004：根据所述待处理数据的自定义标签，将所述实际数据结构插入所述影子数据模型中，得到新的绑定模型，显示所述新的绑定模型中包括的所述待处理数据的文本；

步骤1005：根据所述新的绑定模型的数据变化信息，确定所述待处理数据是否被篡改，并在所述待处理数据被篡改时删除所述新的绑定模型，重新执行上述步骤1001至步骤1004以重新显示所述待处理数据的文本。

可选地，根据所述新的绑定模型的数据变化信息，确定所述待处理数据是否被篡改，包括：

根据所述待处理数据的自定义标签，监听所述新的绑定模型的信息是否发生变化，若是，则确定所述待处理数据被篡改，所述新的绑定模型的信息包括：所述新的绑定模型中包括的文本、所述新的绑定模型中的数据结构、所述新的绑定模型中的数据结构中各结构项的类型、所述新的绑定模型中的影子数据模型的属性。

可选地，所述方法还包括：

确定显示的所述新的绑定模型中包括的所述待处理数据的文本是否被篡改；

若是，则确定所述待处理数据被篡改，并根据所述待处理数据的自定义标签确定并删除所述新的绑定模型，重新执行上述步骤1001至步骤1004以重新显示所述待处理数据的文本。

可选地，所述为加密的待处理数据生成影子数据模型和随机的自定义标签，包括：

根据随机字段为所述待处理数据生成所述自定义标签；

根据预设的模板，为所述待处理数据生成所述影子数据模型。

可选地，所述根据随机字段为各所述待处理数据生成所述自定义标签，包括：

通过预设随机算法生成至少一个随机字段，所述随机字段的数量与各所述待处理数据的数量相同；

根据各所述随机字段生成所述自定义标签，并将各所述自定义标签配置给各所述待处理数据。

可选地，所述生成所述待处理数据的实际数据结构，包括：

按照预设解密算法解密加密的所述待处理数据；

根据所述待处理数据的实际数据模型（Document Object Model，简称DOM）解析解密后的所述待处理数据，得到所述待处理数据中的文本；

将所述待处理数据中的各文本插入所述实际数据模型中的各个节点，得到所述实际数据结构。

可选地，所述在所述待处理数据被篡改时删除所述新的绑定模型，包括：

删除所述新的绑定模型中的数据结构、自定义标签以及文本。

本申请实施例的第二方面，提供了一种防篡改的文本处理装置，所述装置包括：

第一生成模块，用于为加密的待处理数据生成影子数据模型和随机的自定义标签，所述自定义标签用于标识各所述待处理数据；

绑定模块，用于将所述影子数据模型与所述自定义标签绑定，得到绑定模型；

第二生成模块，用于生成所述待处理数据的实际数据结构，所述实际数据结构中包括所述待处理数据中的文本；

显示模块，用于根据所述待处理数据的自定义标签，将所述实际数据结构插入所述影子数据模型中，得到新的绑定模型，显示所述新的绑定模型中包括的所述待处理数据的文本；

确定模块，用于根据所述新的绑定模型的数据变化信息，确定所述待处理数据是否被篡改，并在所述待处理数据被篡改时删除所述新的绑定模型，重新执行所述第一生成模块、所述绑定模块、所述第二生成模块、所述显示模块执行的步骤以重新显示所述待处理数据的文本。

本申请实施例的第三方面，提供了一种计算机设备，所述计算机设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述第一方面所述的防篡改的文本处理方法。

本申请实施例的第四方面，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存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的防篡改的文本处理方法。

本申请实施例的有益效果包括：

本申请实施例提供的一种防篡改的文本处理方法，通过为加密的待处理数据生成影子数据模型和随机的自定义标签，将该影子数据模型与该自定义标签绑定，得到绑定模型，生成该待处理数据的实际数据结构，根据该待处理数据的自定义标签，将该实际数据结构插入该影子数据模型中，得到新的绑定模型，显示该新的绑定模型中包括的该待处理数据的文本，根据该新的绑定模型的数据变化信息，确定该待处理数据是否被篡改，并在该待处理数据被篡改时删除该新的绑定模型，重新执行上述步骤1001至步骤1004以重新显示该待处理数据的文本。

其中，由于该自定义标签是随机的，并且该自定义标签是可以标识各待处理数据，那么，就能避免出现通过在浏览器的页面上显示的待处理数据可以找到与各待处理数据对应的自定义标签的情况，也能避免出现根据可以根据特定规则计算出或确定出与在浏览器的页面上显示的待处理数据对应的该自定义标签的情况，可以提高该自定义标签的隐匿性。

那么，将该影子数据模型与该自定义标签绑定之后，这样，就能避免出现通过在浏览器的页面上显示的待处理数据找到与各待处理数据对应的该影子数据模型的情况。这样，可以提高该影子数据模型的隐匿性。

而在生成该待处理数据的实际数据结构，并根据该待处理数据的自定义标签，将该实际数据结构插入该影子数据模型中，得到新的绑定模型，显示该新的绑定模型中包括的该待处理数据的文本的情况下，在浏览器或浏览器的网页就可以直接从该新的绑定模型中的影子数据模型中调用各个节点中的文本来进行显示，这样，就不需要由浏览器或浏览器的网页直接从该待处理数据中调用实际数据结构。

也就是说，在浏览器或浏览器的页面上显示该待处理数据的内容时，是根据该自定义标签找到插入该自定义标签中的影子数据模型，然后再从该影子数据模型中调用各个节点中的文本来进行显示的。另外，由于用户无法直接控制操纵该影子数据模型，并且该影子数据模型中的数据结构是一个可以独立于各待处理数据之外的，那么即使对在浏览器或浏览器的网页上显示该待处理数据的内容进行修改，最多只能改变该影子数据模型中的数据，并不能改变该待处理数据的实际数据结构，这样，就可以确保该待处理数据的实际数据结构和文本不会被篡改。

然后根据该新的绑定模型的数据变化信息，确定该待处理数据是否被篡改，并在该待处理数据被篡改时删除该新的绑定模型，重新执行上述步骤1001至步骤1004以重新显示该待处理数据的文本。重新生成的自定义标签带有的标识与之前生成的自定义标签带有的标识是不同的，这样，可以确保无法根据之前生成的自定义标签找到新生成的自定义标签，可以提高该自定义标签的难度。

重新执行上述步骤1001至步骤1004之后，会重新得到一个新的绑定模型，然后就可以从重新得到的这个新的绑定模型的影子数据模型中调用各节点中的文本，并按照从重新得到的这个新的绑定模型的影子数据模型中各个节点的结构重新显示该待处理数据的文本。这样，就可以实现及时地修复浏览器或浏览器的页面上被篡改的内容，可以确保不会在浏览器或浏览器的页面上显示被篡改后的内容。

如此，可以达到提高防篡改的能力、及时修改被篡改的数据的效果。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例提供的第一种防篡改的文本处理方法的流程图；

图2为本申请实施例提供的第二种防篡改的文本处理方法的流程图；

图3为本申请实施例提供的第三种防篡改的文本处理方法的流程图；

图4为本申请实施例提供的第四种防篡改的文本处理方法的流程图；

图5为本申请实施例提供的第五种防篡改的文本处理方法的流程图；

图6为本申请实施例提供的一种防篡改的文本处理装置的结构示意图；

图7为本申请实施例提供的一种计算机设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

在相关技术中，一般地，相关技术人员经常会将数据或文本以图片的形式呈现在网页或应用程序中，以防止他人对数据或文本进行篡改，另外，还会在图片中添加水印来进一步验证数据或文本的真假，并且可以通过识别水印是否被篡改的方式来识别数据或文本是否被篡改的。然而，如果他人通过特定工具比如Devtool就可以在篡改数据或文本的时候将图片中的水印修改为未篡改之前的水印，这样就可能导致无法准确识别数据或文本是否被篡改。并且，在相关技术中，在识别到呈现数据或文本的图片被篡改的情况下，无法直接将被修改的内容修复为原本内容。因此，这种方案存在防篡改的能力较差、无法及时修复被篡改的数据或文本的问题。

另外，由于数据或文本往往是动态变化的，而一般只能以静态图片的形式来呈现数据或文本，如果要通过动态图片的形式来呈现数据或文本，就需要实时将变化的数据或文本转换为静态图片，这样会大幅提高计算机设备的处理压力，并且会导致数据或文本处理的灵活性低。

为此，本申请实施例提供了防篡改的文本处理方法，通过为加密的待处理数据生成影子数据模型和随机的自定义标签，将该影子数据模型与该自定义标签绑定，得到绑定模型，生成该待处理数据的实际数据结构，根据该待处理数据的自定义标签，将该实际数据结构插入该影子数据模型中，得到新的绑定模型，显示该新的绑定模型中包括的该待处理数据的文本，根据该新的绑定模型的数据变化信息，确定该待处理数据是否被篡改，并在该待处理数据被篡改时删除该新的绑定模型，重新执行上述步骤1001至步骤1004以重新显示该待处理数据的文本，可以达到提高防篡改的能力、及时修改被篡改的数据的效果。

本申请实施例以应用在浏览器网页中的防篡改的文本处理方法为例进行说明。但不表明本申请实施例仅能应用于浏览器网页中进行防篡改的文本处理。

下面对本申请实施例提供的防篡改的文本处理方法进行详细地解释说明。

图1为本申请提供的一种防篡改的文本处理方法的流程图，该方法可以应用于计算机设备，该计算机设备可以是任一具有处理功能的终端设备或服务器。参见图1，本申请实施例提供一种防篡改的文本处理方法，包括：

步骤1001：为加密的待处理数据生成影子数据模型和随机的自定义标签。

可选地，该待处理数据可以是一种文本数据。该待处理数据可以基于预设加密算法进行加密，该预设加密算法可以是任一种可能的加密算法，具体地，该预设加密算法可以是任一种用于加密文本数据的加密算法。

可选地，该自定义标签可以带有一个随机的标识。

该自定义标签可以用于标识各待处理数据。该自定义标签还可以用于绑定该影子数据模型，该自定义标签可以是指由相关技术人员定义的一个标签，该自定义标签可以是任意格式的标签。本申请实施例对此不做限定。

可选地，该影子数据模型可以是一种空白的数据模型。

另外，该影子数据模型可以是一种用户无法直接控制操纵的模型，并且该影子数据模型中的数据结构是一个可以独立于各待处理数据之外的DOM结构。生成该影子数据模型并不会增加各待处理数据中实际数据模型的结构。

也就是说，该影子数据模型可以隔离各待处理数据的实际数据模型。那么，在渲染各待处理数据时，就可以显示该影子数据模型中的数据或文本，而不需要直接调用各待处理数据中实际数据模型的结构。

示例性地，为了便于理解，可以将该自定义标签具象化为一个用于存放数据和/或其他参数的盒子，可以将该影子数据模型具象化为一个用于存放数据结构和/或数据结构中的文本的盒子。在生成该自定义标签时，该自定义标签可以只带有一个随机编号，也就是说，将该自定义标签具象化的盒子可以是一个带有随机编号的空盒子。在生成该影子数据模型时，该影子数据模型可以不带有任何数据结构，也就是说，将该影子数据模型具象化的盒子可以是一个空盒子。

值得注意的是，该自定义标签可以是代码形式的标签，该影子数据模型也可以是代码形式的。另外，可以先为该待处理数据生成该随机的自定义标签，然后再生成该影子数据模型，也可以先为该待处理数据生成该影子数据模型然后再生成该随机的自定义标签，本申请实施例对此不做限定。

另外，由于该自定义标签是随机的，并且该自定义标签是可以标识各待处理数据，那么，就能避免出现通过在浏览器的页面上显示的待处理数据可以找到与各待处理数据对应的自定义标签的情况，也能避免出现根据可以根据特定规则计算出或确定出与在浏览器的页面上显示的待处理数据对应的该自定义标签的情况，可以提高该自定义标签的隐匿性。

步骤1002：将该影子数据模型与该自定义标签绑定，得到绑定模型。

可选地，该绑定模型是一种虚拟的模型，该绑定模型中可以包括该影子数据模型和该自定义标签。该绑定模型也可以是指绑定了该影子数据模型之后的自定义标签。

示例性地，将该影子数据模型与该自定义标签绑定的操作具体可以是将该影子数据模型插入到该自定义标签中。在该自定义标签和该影子数据模型均是代码形式的情况下，可以是指将该影子数据模型的代码插入该自定义标签的代码中的对应位置。

又例如，可以将该影子数据模型与该自定义标签绑定的过程具象化为将该影子数据模型具象化的盒子放入该自定义标签具象化的盒子中的过程。

值得说明的是，由于该自定义标签是随机的，将该影子数据模型与该自定义标签绑定之后，具体将该影子数据模型插入该自定义标签中之后，这样，就能避免出现通过在浏览器的页面上显示的待处理数据找到与各待处理数据对应的该影子数据模型的情况。这样，可以提高该影子数据模型的隐匿性。

步骤1003：生成该待处理数据的实际数据结构。

可选地，该实际数据结构中包括该待处理数据中的文本，该实际数据结构也可以是代码形式的结构。

该实际数据结构可以是指该待处理数据中的DOM树的结构，并且该DOM树中包括多个节点，各节点可以用于存储该待处理数据中的各个文本。

值得说明的是，这样，就可以得到该待处理数据中的各个文本，便于后续在浏览器的页面上正确地显示该待处理数据。

步骤1004：根据该待处理数据的自定义标签，将该实际数据结构插入该影子数据模型中，得到新的绑定模型，显示该新的绑定模型中包括的该待处理数据的文本。

可选地，将该实际数据结构插入该影子数据模型中的操作具体可以是指，将该实际数据结构中各个节点按照DOM树的结构分别存储在该影子数据模型中，并且将该实际数据结构中各个节点中的文本对应存储在该影子数据模型中的各个节点。也就是说，在将该实际数据结构插入该影子数据模型中之后，该影子数据模型中各个节点的结构与该实际数据结构中各个节点的结构相同，并且该影子数据模型中各个节点中的文本与该实际数据结构中各个节点中的文本相同。

示例性地，在该实际数据结构和该影子数据模型均是代码形式的情况下，可以是指将该实际数据结构的代码插入该影子数据模型的代码中的对应位置。

可选地，该新的绑定模型可以是一个包括将实际数据结构插入该影子数据模型之后的自定义标签的虚拟模型。

又例如，可以将该实际数据结构插入该影子数据模型中的过程具象化为将该实际数据结构放入该影子数据模型具象化的盒子中的过程。

另外，显示该新的绑定模型中包括的该待处理数据的文本的操作具体可以是从该新的绑定模型的影子数据模型中调用各个节点中的文本，并将各个节点中的文本按照该新的绑定模型的影子数据模型中各个节点的结构进行显示。

值得注意的是，由于该自定义标签用于标识该待处理数据，那么在需要将该待处理数据的实际数据结构插入到一个影子数据模型中的情况下，就需要根据该自定义标签找到与该待处理数据对应的影子数据模型，并且将该待处理数据的实际数据结构对应插入与该待处理数据对应的影子数据模型中。

需要说明的是，由于在将该实际数据结构插入该影子数据模型中之后，该新的绑定模型和该影子数据模型中就包括了与该待处理数据对应的DOM树以及DOM树各个节点中的文本，那么在浏览器或浏览器的网页需要调用、渲染、显示各待处理数据的情况下，就可以直接从该新的绑定模型中的影子数据模型中调用各个节点中的文本来进行显示，这样，就不需要由浏览器或浏览器的网页直接从该待处理数据中调用实际数据结构。

也就是说，在浏览器或浏览器的网页上显示该待处理数据的内容时，是根据该自定义标签找到插入该自定义标签中的影子数据模型，然后再从该影子数据模型中调用各个节点中的文本来进行显示的。另外，由于用户无法直接控制操纵该影子数据模型，并且该影子数据模型中的数据结构是一个可以独立于各待处理数据之外的，那么即使对在浏览器或浏览器的网页上显示该待处理数据的内容进行修改，最多只能改变该影子数据模型中的数据，并不能改变该待处理数据的实际数据结构，这样，就可以确保该待处理数据的实际数据结构和文本不会被篡改。

步骤1005：根据该新的绑定模型的数据变化信息，确定该待处理数据是否被篡改，并在该待处理数据被篡改时删除该新的绑定模型，重新执行上述步骤1001至步骤1004以重新显示该待处理数据的文本。

需要注意的是，确定该待处理数据是否被篡改可以是指确定在浏览器或浏览器的页面上显示的待处理数据的内容是否被篡改，或者是指确定该新的绑定模型中包括的该待处理数据的文本是否被篡改。另外，由于在浏览器或浏览器的页面上显示的是该新的绑定模型中包括的该待处理数据的文本，那么在该待处理数据被篡改时删除该新的绑定模型的情况下，就无法获取到该新的绑定模型中包括的该待处理数据的文本，那么就可以确保在浏览器或浏览器的页面上不会显示被篡改后的待处理数据。

值得注意的是，在重新执行步骤1001时，重新生成的影子数据模型可以与第一次生成的影子数据模型相同，重新生成的自定义标签可以与之前生成的自定义标签的格式相同，而重新生成的自定义标签带有的标识与之前生成的自定义标签带有的标识是不同的，这样，可以确保无法根据之前生成的自定义标签找到新生成的自定义标签，可以提高他人查找该自定义标签的难度。

值得说明的是，重新执行上述步骤1001至步骤1004之后，会重新得到一个新的绑定模型，然后就可以从重新得到的这个新的绑定模型的影子数据模型中调用各节点中的文本，并按照从重新得到的这个新的绑定模型的影子数据模型中各个节点的结构重新显示该待处理数据的文本。这样，就可以实现及时地修复浏览器或浏览器的页面上被篡改的内容。

在本申请实施例中，通过为加密的待处理数据生成影子数据模型和随机的自定义标签，将该影子数据模型与该自定义标签绑定，得到绑定模型，生成该待处理数据的实际数据结构，根据该待处理数据的自定义标签，将该实际数据结构插入该影子数据模型中，得到新的绑定模型，显示该新的绑定模型中包括的该待处理数据的文本，根据该新的绑定模型的数据变化信息，确定该待处理数据是否被篡改，并在该待处理数据被篡改时删除该新的绑定模型，重新执行上述步骤1001至步骤1004以重新显示该待处理数据的文本。

其中，由于该自定义标签是随机的，并且该自定义标签是可以标识各待处理数据，那么，就能避免出现通过在浏览器的页面上显示的待处理数据可以找到与各待处理数据对应的自定义标签的情况，也能避免出现根据可以根据特定规则计算出或确定出与在浏览器的页面上显示的待处理数据对应的该自定义标签的情况，可以提高该自定义标签的隐匿性。

那么，将该影子数据模型与该自定义标签绑定之后，这样，就能避免出现通过在浏览器的页面上显示的待处理数据找到与各待处理数据对应的该影子数据模型的情况。这样，可以提高该影子数据模型的隐匿性。

而在生成该待处理数据的实际数据结构，并根据该待处理数据的自定义标签，将该实际数据结构插入该影子数据模型中，得到新的绑定模型，显示该新的绑定模型中包括的该待处理数据的文本的情况下，在浏览器或浏览器的网页就可以直接从该新的绑定模型中的影子数据模型中调用各个节点中的文本来进行显示，这样，就不需要由浏览器或浏览器的网页直接从该待处理数据中调用实际数据结构。

也就是说，在浏览器或浏览器的页面上显示该待处理数据的内容时，是根据该自定义标签找到插入该自定义标签中的影子数据模型，然后再从该影子数据模型中调用各个节点中的文本来进行显示的。另外，由于用户无法直接控制操纵该影子数据模型，并且该影子数据模型中的数据结构是一个可以独立于各待处理数据之外的，那么即使对在浏览器或浏览器的网页上显示该待处理数据的内容进行修改，最多只能改变该影子数据模型中的数据，并不能改变该待处理数据的实际数据结构，这样，就可以确保该待处理数据的实际数据结构和文本不会被篡改。

然后根据该新的绑定模型的数据变化信息，确定该待处理数据是否被篡改，并在该待处理数据被篡改时删除该新的绑定模型，重新执行上述步骤1001至步骤1004以重新显示该待处理数据的文本。重新生成的自定义标签带有的标识与之前生成的自定义标签带有的标识是不同的，这样，可以确保无法根据之前生成的自定义标签找到新生成的自定义标签，可以提高该自定义标签的难度。

重新执行上述步骤1001至步骤1004之后，会重新得到一个新的绑定模型，然后就可以从重新得到的这个新的绑定模型的影子数据模型中调用各节点中的文本，并按照从重新得到的这个新的绑定模型的影子数据模型中各个节点的结构重新显示该待处理数据的文本。这样，就可以实现及时地修复浏览器或浏览器的页面上被篡改的内容，可以确保不会在浏览器或浏览器的页面上显示被篡改后的内容。

如此，可以达到提高防篡改的能力、及时修改被篡改的数据的效果。

另外，由于本申请实施例提供的防篡改的文本处理方法无需以图片的形式来呈现待处理数据，这样就可以大幅降低计算机设备的处理压力，并且可以在该待处理数据发生变化的情况下，删除该新的绑定模型，重新执行上述步骤1001至步骤1004以重新显示该待处理数据的文本，这样还可以提高文本处理的灵活性。

一种可能的实现方式中，根据该新的绑定模型的数据变化信息，确定该待处理数据是否被篡改，包括：

根据该待处理数据的自定义标签，监听该新的绑定模型的信息是否发生变化，若是，则确定该待处理数据被篡改。

可选地，该新的绑定模型的信息包括：该新的绑定模型中包括的文本、该新的绑定模型中的数据结构、该新的绑定模型中的数据结构中各结构项的类型、该新的绑定模型中的影子数据模型的属性。

示例性地，该新的绑定模型中包括的文本可以是指新的绑定模型中影子数据模型中各个节点中的文本，该新的绑定模型中的数据结构可以是指新的绑定模型中影子数据模型中各个节点的结构，该新的绑定模型中的数据结构中各结构项的类型可以是指新的绑定模型中影子数据模型的类型，该新的绑定模型中的影子数据模型的属性可以是指该新的绑定模型中的影子数据模型中各个节点的属性。

又例如，该新的绑定模型中的影子数据模型的属性可以包括DOM的各种属性，具体地，该新的绑定模型中的影子数据模型的属性可以包括parentNode、childNodes、firstChild、lastChild、previousSibling、nextSibling、attributes以及DOM的其他任意可能的属性，本申请实施例对此不做限定。

值得说明的是，由于该新的绑定模型就可以是一个包括将实际数据结构插入该影子数据模型之后的自定义标签的虚拟模型，那么该新的绑定模型的标识与该自定义标签是相同的，那么就可以通过根据该待处理数据的自定义标签找到该新的绑定模型中的影子数据模型，进而该新的绑定模型中影子数据模型中的信息是否发生变化。这样，可以准确地确定该待处理数据是否被篡改，并且在确定该待处理数据被篡改就可以及时地删除该新的绑定模型并执行步骤1001-步骤1004得到重新显示该待处理数据的文本。

一种可能的实现方式中，参见图2，该方法还包括：

步骤1006：确定显示的该新的绑定模型中包括的该待处理数据的文本是否被篡改。

可选地，显示的该新的绑定模型中包括的该待处理数据的文本可以是指在浏览器或浏览器的页面上显示的文本。

可以通过任一种文本检测算法或页面监控算法来确定显示的该新的绑定模型中包括的该待处理数据的文本是否被篡改，本申请实施例对此不做限定。

另外，可以在该浏览器中内置插件或脚本来执行步骤1006。

步骤1007：若是，则确定该待处理数据被篡改，并根据该待处理数据的自定义标签确定并删除该新的绑定模型，重新执行上述步骤1001至步骤1004以重新显示该待处理数据的文本。

值得注意的是，由于显示在浏览器或浏览器的页面上的文本是调用该新的绑定模型中影子数据模型的各节点中的文本来显示的，那么，就需要根据该自定义标签才能确定出该新的绑定模型和/或新的绑定模型中影子数据模型。

这样，可以确定该待处理数据是否被篡改的灵活性。

一种可能的实现方式中，参见图3，为加密的待处理数据生成影子数据模型和随机的自定义标签，包括：

步骤1008：根据随机字段为该待处理数据生成该自定义标签。

值得说明的是，通过生成该随机字段，并根据该随机字段生成该自定义标签的方式，可以确保该自定义标签的随机性，就能避免出现通过在浏览器的页面上显示的待处理数据可以找到与各待处理数据对应的自定义标签的情况，也能避免出现根据可以根据特定规则计算出或确定出与在浏览器的页面上显示的待处理数据对应的该自定义标签的情况，可以提高该自定义标签的隐匿性。

步骤1009：根据预设的模板，为该待处理数据生成该影子数据模型。

可选地，该预设的模板可以是一种用于指示该影子数据模型的属性、结构和/或该影子数据模型的内容的模板。该预设的模板可以是一种空的模板，本申请实施例对此不做限定。

这样，可以生成一个空的、用于后续插入该待处理数据的实际数据结构的一个影子数据模型，便于后续生成新的绑定模型并显示新的绑定模型中包括的文本。

一种可能的实现方式中，参见图4，根据随机字段为各待处理数据生成该自定义标签，包括：

步骤1010：通过预设随机算法生成至少一个随机字段。

可选地，该随机字段的数量与各待处理数据的数量相同。

可选地，该预设随机算法可以是任一种可以生成随机数、随机序列的算法，本申请实施例对此不做限定。

示例性地，该随机字段的格式可以是“XXX-XXX”，其中X可以是任一数字或字符，比如，该随机字段可以是“111-223”、“253-432”。另外该随机字段的格式也可以是其他任意格式，本申请实施例对此不做限定。

步骤1011：根据各随机字段生成该自定义标签，并将该自定义标签配置给该待处理数据。

可选地，根据各随机字段生成该自定义标签的操作具体可以是指在生成该自定义标签时将该随机字段插入该自定义标签中，或者在生成该自定义标签之后将该自定义标签与该随机字段绑定。

另外，将该自定义标签配置给该待处理数据的操作具体可以是指将自定义标签与该待处理数据绑定。

这样，就可以通过该自定义标签来标识该待处理数据，进而可以通过该自定义标签查找该待处理数据，或者根据该待处理数据查找该自定义标签、与该自定义标签绑定的影子数据模型、上述绑定模型以及上述新的绑定模型。

一种可能的实现方式中，参见图5，生成该待处理数据的实际数据结构，包括：

步骤1012：按照预设解密算法解密加密的该待处理数据。

可选地，该预设解密算法为任一种与上述预设加密算法对应的解密算法，这样可以确保能完全正确地解密出该待处理数据，并得到该待处理数据中的实际数据模型、实际数据结构和各个文本。

步骤1013：根据该待处理数据的实际数据模型解析解密后的该待处理数据，得到该待处理数据中的文本。

可选地，可以通过该实际数据模型中将该待处理数据转化为一个DOM树，该DOM树包括多个节点，各个节点可以用于存放该待处理数据中的文本。

步骤1014：将该待处理数据中的各文本插入该实际数据模型中的各个节点，得到该实际数据结构。

通过将该待处理数据中的各文本插入该实际数据模型中的各个节点，就可以完成对解密后的该待处理数据的解析处理，这样，就可以得到该待处理数据中的节点树和各个文本，并将各文本存放在节点树中对应的节点中，便于后续在浏览器的页面上正确地显示该待处理数据。

一种可能的实现方式中，在该待处理数据被篡改时删除该新的绑定模型，包括：

删除该新的绑定模型中的数据结构、自定义标签以及文本。

另外，还可以删除该新的绑定模型中的数据结构中各结构项的类型和该新的绑定模型中的影子数据模型的属性。

值得注意的是，该新的绑定模型中的数据结构可以是指新的绑定模型中影子数据模型中各个节点的结构，并且该新的绑定模型中包括的文本可以是指新的绑定模型中影子数据模型中各个节点中的文本，该新的绑定模型中的数据结构中各结构项的类型可以是指新的绑定模型中影子数据模型的类型，该新的绑定模型中的影子数据模型的属性可以是指该新的绑定模型中的影子数据模型中各个节点的属性，那么，就可以通过删除该新的绑定模型中的自定义标签和影子数据模型来实现在该待处理数据被篡改时删除该新的绑定模型的目的。本申请实施例对此不做限定。

一种可能的方式中，该待处理数据被篡改时删除该新的绑定模型的情况下，可以同时删除在执行步骤1002时生成该待处理数据的实际数据结构，这样，可以进一步确保该待处理数据的实际数据结构不会被窃取或篡改，以提高防篡改的文本处理方法的可靠性。

下述对用以执行的本申请所提供防篡改的文本处理方法的装置、设备及计算机可读存储介质等进行说明，其具体的实现过程以及技术效果参见上述，下述不再赘述。

图6是本申请实施例提供的一种防篡改的文本处理装置的结构示意图，参见图6，该装置包括：

第一生成模块201，用于为加密的待处理数据生成影子数据模型和随机的自定义标签，该自定义标签用于标识各待处理数据；

绑定模块202，用于将该影子数据模型与该自定义标签绑定，得到绑定模型；

第二生成模块203，用于生成该待处理数据的实际数据结构，该实际数据结构中包括该待处理数据中的文本；

显示模块204，用于根据该待处理数据的自定义标签，将该实际数据结构插入该影子数据模型中，得到新的绑定模型，显示该新的绑定模型中包括的该待处理数据的文本；

确定模块205，用于根据该新的绑定模型的数据变化信息，确定该待处理数据是否被篡改，并在该待处理数据被篡改时删除该新的绑定模型，重新执行第一生成模块201、绑定模块202、第二生成模块203、显示模块204执行的步骤以重新显示该待处理数据的文本。

可选地，确定模块205在重新执行第一生成模块201、绑定模块202、第二生成模块203、显示模块204执行的步骤以重新显示该待处理数据的文本时具体可以用于调用其它模块分别执行其它模块对应执行的步骤以重新显示该待处理数据的文本。

例如，确定模块205可以分别调用第一生成模块201、绑定模块202、第二生成模块203、显示模块204执行对应的步骤，本申请实施例对此不做限定。

上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。

以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路（Application Specific Integrated Circuit，简称ASIC），或，一个或多个微处理器，或，一个或者多个现场可编程门阵列（Field Programmable Gate Array，简称FPGA）等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器（Central Processing Unit，简称CPU）或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统（system-on-a-chip，简称SOC）的形式实现。

图7是本申请实施例提供的一种计算机设备的结构示意图。参见图7，计算机设备包括：存储器301、处理器302，存储器301中存储有可在处理器302上运行的计算机程序，处理器302执行计算机程序时，实现上述任意各个方法实施例中的步骤。

本申请实施例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存储有计算机程序，该计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。

可选地，本申请还提供一种程序产品，例如计算机可读存储介质，包括程序，该程序在被处理器执行时用于执行上述任一防篡改的文本处理方法实施例。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（英文：processor）执行本发明各个实施例方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（英文：Read-Only Memory，简称：ROM）、随机存取存储器（英文：Random Access Memory，简称：RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (9)

1.一种防篡改的文本处理方法，其特征在于，所述方法包括：

步骤1001：为加密的待处理数据生成影子数据模型和随机的自定义标签，所述自定义标签用于标识各所述待处理数据，所述影子数据模型是空白的数据模型，所述影子数据模型中的数据结构是独立于各所述待处理数据之外的DOM结构，所述影子数据模型用于隔离各所述待处理数据的实际数据模型；

步骤1002：将所述影子数据模型与所述自定义标签绑定，得到绑定模型；

步骤1003：生成所述待处理数据的实际数据结构，所述实际数据结构中包括所述待处理数据中的文本；

步骤1004：根据所述待处理数据的自定义标签，将所述实际数据结构插入所述影子数据模型中，得到新的绑定模型，显示所述新的绑定模型中包括的所述待处理数据的文本；

步骤1005：根据所述新的绑定模型的数据变化信息，确定所述待处理数据是否被篡改，并在所述待处理数据被篡改时删除所述新的绑定模型，重新执行上述步骤1001至步骤1004以重新显示所述待处理数据的文本；

所述生成所述待处理数据的实际数据结构，包括：

按照预设解密算法解密加密的所述待处理数据；

根据所述待处理数据的实际数据模型解析解密后的所述待处理数据，得到所述待处理数据中的文本；

将所述待处理数据中的各文本插入所述实际数据模型中的各个节点，得到所述实际数据结构。

2.如权利要求1所述的防篡改的文本处理方法，其特征在于，所述根据所述新的绑定模型的数据变化信息，确定所述待处理数据是否被篡改，包括：

根据所述待处理数据的自定义标签，监听所述新的绑定模型的信息是否发生变化，若是，则确定所述待处理数据被篡改，所述新的绑定模型的信息包括：所述新的绑定模型中包括的文本、所述新的绑定模型中的数据结构、所述新的绑定模型中的数据结构中各结构项的类型、所述新的绑定模型中的影子数据模型的属性。

3.如权利要求1所述的防篡改的文本处理方法，其特征在于，所述方法还包括：

确定显示的所述新的绑定模型中包括的所述待处理数据的文本是否被篡改；

若是，则确定所述待处理数据被篡改，并根据所述待处理数据的自定义标签确定并删除所述新的绑定模型，重新执行上述步骤1001至步骤1004以重新显示所述待处理数据的文本。

4.如权利要求1所述的防篡改的文本处理方法，其特征在于，所述为加密的待处理数据生成影子数据模型和随机的自定义标签，包括：

根据随机字段为所述待处理数据生成所述自定义标签；

根据预设的模板，为所述待处理数据生成所述影子数据模型。

5.如权利要求4所述的防篡改的文本处理方法，其特征在于，所述根据随机字段为各所述待处理数据生成所述自定义标签，包括：

通过预设随机算法生成至少一个随机字段，所述随机字段的数量与各所述待处理数据的数量相同；

根据各所述随机字段生成所述自定义标签，并将所述自定义标签配置给所述待处理数据。

6.如权利要求1所述的防篡改的文本处理方法，其特征在于，所述在所述待处理数据被篡改时删除所述新的绑定模型，包括：

删除所述新的绑定模型中的数据结构、自定义标签以及文本。

7.一种防篡改的文本处理装置，其特征在于，所述装置包括：

第一生成模块，用于为加密的待处理数据生成影子数据模型和随机的自定义标签，所述自定义标签用于标识各所述待处理数据，所述影子数据模型是空白的数据模型，所述影子数据模型中的数据结构是独立于各所述待处理数据之外的DOM结构，所述影子数据模型用于隔离各所述待处理数据的实际数据模型；

绑定模块，用于将所述影子数据模型与所述自定义标签绑定，得到绑定模型；

第二生成模块，用于生成所述待处理数据的实际数据结构，所述实际数据结构中包括所述待处理数据中的文本；

显示模块，用于根据所述待处理数据的自定义标签，将所述实际数据结构插入所述影子数据模型中，得到新的绑定模型，显示所述新的绑定模型中包括的所述待处理数据的文本；

确定模块，用于根据所述新的绑定模型的数据变化信息，确定所述待处理数据是否被篡改，并在所述待处理数据被篡改时删除所述新的绑定模型，重新执行所述第一生成模块、所述绑定模块、所述第二生成模块、所述显示模块执行的步骤以重新显示所述待处理数据的文本；

所述第二生成模块还用于按照预设解密算法解密加密的所述待处理数据；根据所述待处理数据的实际数据模型解析解密后的所述待处理数据，得到所述待处理数据中的文本；将所述待处理数据中的各文本插入所述实际数据模型中的各个节点，得到所述实际数据结构。

8.一种计算机设备，其特征在于，包括：存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述权利要求1至6任一项所述的方法的步骤。

9.一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上存储有计算机程序，该计算机程序被处理器执行时，实现权利要求1至6中任一项所述方法的步骤。

Images