CN117390335A - 页面处理方法、装置及电子设备 - Google Patents

Abstract

本公开提供了页面处理方法、装置及电子设备，涉及人工智能技术领域，尤其涉及自然语言处理、计算机视觉、语音技术、智能搜索等技术领域。具体实现方案为：获取待处理的页面，以及页面中的多个原始控件；获取多个原始控件中具有相同行为的多个候选原始控件；对多个候选原始控件进行合并处理，得到目标合并控件；将页面中的多个候选原始控件，替换为多个候选原始控件对应的目标合并控件，得到处理后的页面，从而能够减少页面中控件的数量，提高页面中单个控件的覆盖范围，在对象选中页面中的某个位置时，避免从多个控件中选择控件，且确保对象选中后存在响应，提高页面交互效率。

Description

页面处理方法、装置及电子设备

技术领域

本公开涉及人工智能技术领域，尤其涉及自然语言处理、计算机视觉、语音技术、智能搜索等技术领域，尤其涉及一种页面处理方法、装置及电子设备。

背景技术

目前，在页面上设置有多个控件，其中，多个控件的覆盖区域可能有重复，导致对象选中某个位置后，需要从多个控件中选择需要的控件；或者，部分控件的覆盖区域不为热区，可能存在对象选中后无响应的情况，从而降低了页面交互效率。

发明内容

本公开提供了一种页面处理方法、装置及电子设备。

根据本公开的一方面，提供了一种页面处理方法，所述方法包括：获取待处理的页面，以及所述页面中的多个原始控件；获取多个原始控件中具有相同行为的多个候选原始控件；对多个候选原始控件进行合并处理，得到目标合并控件；将所述页面中的所述多个候选原始控件，替换为所述多个候选原始控件对应的目标合并控件，得到处理后的页面。

根据本公开的另一方面，提供了一种页面处理装置，所述装置包括：第一获取模块，用于获取待处理的页面，以及所述页面中的多个原始控件；第二获取模块，用于获取多个原始控件中具有相同行为的多个候选原始控件；合并处理模块，用于对多个候选原始控件进行合并处理，得到目标合并控件；替换处理模块，用于将所述页面中的所述多个候选原始控件，替换为所述多个候选原始控件对应的目标合并控件，得到处理后的页面。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开上述提出的页面处理方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行本公开上述提出的页面处理方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开上述提出的页面处理方法的步骤。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；

图2是歌曲播放页面的示意图；

图3是根据本公开第二实施例的示意图；

图4是控件合并的示意图；

图5是页面处理的示意图；

图6是根据本公开第三实施例的示意图；

图7是用来实现本公开实施例的页面处理方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

目前，在页面上设置有多个控件，其中，多个控件的覆盖区域可能有重复，导致对象选中某个位置后，需要从多个控件中选择需要的控件；或者，部分控件的覆盖区域不为热区，可能存在对象选中后无响应的情况，从而降低了页面交互效率。

针对上述问题，本公开提出一种页面处理方法、装置及电子设备。

图1是根据本公开第一实施例的示意图，需要说明的是，本公开实施例的页面处理方法可应用于页面处理装置，该装置可以设置在电子设备中，以使电子设备可以执行页面处理功能。

其中，电子设备可以为任一具有计算能力的设备，例如可以为个人电脑(PersonalComputer，简称PC)、移动终端、服务器等，移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备、智能音箱等具有各种操作系统、触摸屏和/或显示屏的硬件设备。

另外，页面处理装置，可以为提供页面或者生成页面的应用或者应用服务器等。其中，应用例如，终端设备中应用等。其中，以下实施例中，以执行主体为电子设备为例进行说明。

如图1所示，该页面处理方法可以包括如下步骤：

步骤101，获取待处理的页面，以及页面中的多个原始控件。

在本公开实施例中，待处理的页面，可以为终端设备中应用的各个页面等。应用为车载设备中车机系统的歌曲播放应用为例，待处理的页面，可以为歌曲播放页面。

其中，歌曲播放页面的示意图例如可以如图2所示。在图2中，歌曲播放页面中的原始控件例如，歌曲序列号控件、歌曲名称控件、歌曲歌唱者控件等。其中，歌曲序列号控件，例如图2中第二个歌曲左侧的序列号“序列号2”。歌曲名称控件，例如“名称2”。歌曲歌唱者控件，例如“歌唱者2”。

在本公开实施例中，电子设备执行步骤101的过程例如可以为，获取待处理的页面；通过控件查询服务、OCR识别处理以及第三方应用控件注册查询中的至少一种，获取页面中的多个原始控件。

其中，需要说明的是，待处理的页面，可以为终端设备中任意一个应用中的任意一个页面，此处不做具体限定，可以根据实际需要进行设置。

其中，电子设备可以根据需要从三种方式中选择一种或者多种，来获取页面中的多个原始控件。例如，电子设备可以先基于控件查询服务，从页面中获取各个原始控件。其次，若页面中存在图像，由于可能有图像作为控件的情况，为了避免漏掉部分控件，则可以通过OCR识别处理，获取页面中图像中的文本，进而结合页面的代码等，确定页面中的原始控件。再次，在页面所属应用为第三方应用的情况下，电子设备可以获取第三方应用针对页面所注册的控件。

其中，控件查询服务，例如可以为无障碍服务等。

其中，通过控件查询服务、OCR识别处理以及第三方应用控件注册查询中的至少一种，获取页面中的多个原始控件，能够避免漏掉页面中的部分原始控件，确保获取到的原始控件的准确度。

步骤102，获取多个原始控件中具有相同行为的多个候选原始控件。

在本公开实施例中，页面中的原始控件，可以设置有控件属性以及行为。其中，原始控件的控件属性例如，外观属性、控件文本、控件位置等。其中，控件文本例如，控件名称、控件描述等。

其中，原始控件的行为例如，针对原始控件的操作方式，以及原始控件对操作方式的响应结果。其中，操作方式例如，选中、点击、滑动等。其中，响应结果例如，播放、跳转至新的页面、关闭、打开灯。

其中，原始控件的行为包括操作方式以及响应结果，使得电子设备可以结合原始控件的操作方式以及响应结果，确定具有相同行为的多个候选原始控件，提高候选原始控件的确定准确度以及确定效率。

在本公开实施例中，一种示例中，电子设备执行步骤102的过程例如可以为，获取页面的合并配置信息；合并配置信息中包括，多个原始控件的控件标识中的目标控件标识；根据目标控件标识对应的目标原始控件的行为查询多个原始控件，获取多个原始控件中除目标原始控件之外具有行为的待处理原始控件；将目标原始控件以及待处理原始控件，确定为具有相同行为的多个候选原始控件。

另一种示例中，电子设备执行步骤102的过程例如可以为，针对页面中的每个原始控件，获取该原始控件的行为；获取其他原始控件中具有该行为的待处理原始控件；将该原始控件以及待处理原始控件，确定为具有相同行为的多个候选原始控件。

其中，目标原始控件的目标控件标识，可以由对象通过对合并配置信息的配置或者调整，来设置；或者，目标原始控件，可以为任意一个原始控件。其中，合并配置信息中除了目标控件标识，还可以包括以下至少一种与控件合并相关的信息：每个目标控件标识对应的最大合并数量等。其中，每个页面可以设置有一个合并配置信息，用于指示电子设备结合合并配置信息，对该页面中的控件进行合并处理。其中，合并配置信息中的目标控件标识对应的目标原始控件，为合并后需要保留的原始控件，或者为其他原始控件待合并至的原始控件。

其中，合并配置信息的配置，使得对象可以根据实际需要，选择需要进行合并处理的原始控件，进而进行合并处理，提高控件合并处理的灵活性以及个性化，避免对大量的原始控件进行合并处理，减少页面处理量，提高页面处理效率。

步骤103，对多个候选原始控件进行合并处理，得到目标合并控件。

在本公开实施例中，多个候选原始控件中可以包括，一个目标原始控件，以及至少一个待处理原始控件。对应的，电子设备执行步骤103的过程例如可以为，获取至少一个待处理原始控件的控件属性信息；将至少一个待处理原始控件的控件属性信息，添加到目标原始控件的控件属性信息中，得到处理后目标原始控件；将处理后目标原始控件，确定为目标合并控件。

其中，控件属性信息中可以包括，外观属性、控件文本、控件位置等。对应的，电子设备可以将至少一个待处理原始控件的控件文本，作为目标原始控件的控件文本；将至少一个待处理原始控件的控件位置，作为目标原始控件的控件位置；将至少一个待处理原始控件的外观属性，作为目标原始控件的外观属性；进而将添加至少一个待处理原始控件的控件文本、控件位置以及外观属性等的目标原始控件，确定为目标合并控件。

其中，控件文本以及控件位置等的添加，在目标原始控件作为热区，而至少一个待处理原始控件不为热区的情况下，可以针对对象对待处理原始控件的操作，由合并后的目标合并控件执行行为，给予响应，从而进一步提高页面交互效率。

在本公开实施例中，在多个候选原始控件中未指定目标原始控件以及待处理原始控件的情况下，可以将多个候选原始控件中的任意一个候选原始控件作为目标原始控件；将其他候选原始控件作为待处理原始控件，进而对目标原始控件和待处理原始控件进行控件合并处理。

步骤104，将页面中的多个候选原始控件，替换为多个候选原始控件对应的目标合并控件，得到处理后的页面。

其中，处理后的页面中的控件数量，与之前页面中的控件数量相比，大大减少，且控件的行为不受影响，单个控件的覆盖范围变大，热区变大，从而在对象选中页面中的某个位置后，不需要从多个控件中选择需要的控件，且避免对象选中后无响应的情况，进一步提高了页面交互效率。

本公开实施例的页面处理方法，通过获取待处理的页面，以及页面中的多个原始控件；获取多个原始控件中具有相同行为的多个候选原始控件；对多个候选原始控件进行合并处理，得到目标合并控件；将页面中的多个候选原始控件，替换为多个候选原始控件对应的目标合并控件，得到处理后的页面，从而能够减少页面中控件的数量，提高页面中单个控件的覆盖范围，在对象选中页面中的某个位置时，避免从多个控件中选择控件，且确保对象选中后存在响应，提高页面交互效率。

其中，电子设备在确定处理后的页面之后，可以基于处理后的页面中的目标合并控件和/或原始控件，以及页面中的对象语音，进行页面交互处理，实现所见即可说，以提高页面交互效率。如图3所示，图3是根据本公开第二实施例的示意图，图3所示实施例可以包括以下步骤：

步骤301，获取待处理的页面，以及页面中的多个原始控件。

步骤302，获取多个原始控件中具有相同行为的多个候选原始控件。

步骤303，对多个候选原始控件进行合并处理，得到目标合并控件。

步骤304，将页面中的多个候选原始控件，替换为多个候选原始控件对应的目标合并控件，得到处理后的页面。

步骤305，获取当前页面中的对象语音，以及对象语音对应的指令文本；当前页面中包括目标合并控件和/或原始控件；当前页面中控件的控件属性信息包括控件文本。

在本公开实施例中，当前页面，可以为终端设备的显示页面中位于前台的应用中当前正在显示的页面。其中，当前页面例如可以为图2中的歌曲播放页面。其中，当前页面中的对象语音，可以为当前页面显示过程中，当前页面所属应用通过采集得到的语音。

在本公开实施例中，电子设备执行步骤305的过程例如可以为，获取当前页面中的对象语音；对对象语音进行语音识别处理，获取识别结果；将识别结果中的文本，确定为对象语音对应的指令文本。

步骤306，根据指令文本查询当前页面，获取当前页面中的第一目标控件；第一目标控件的控件文本与指令文本匹配。

在本公开实施例中，第一目标控件的控件文本与指令文本匹配，可以指，第一目标控件的控件文本中包括指令文本，和/或，第一目标控件的控件文本与指令文本之间的相似度大于或者等于预设相似度阈值。

其中，需要说明的是，在未获取到第一目标控件，即，当前页面中未存在与指令文本匹配的控件文本的情况下，电子设备还可以执行以下过程：根据指令文本对当前页面进行操作处理，获取操作结果；将操作结果作为对象语音对应的响应结果，并将响应结果提供至与当前页面交互的对象。

其中，根据指令文本对当前页面进行操作处理，可以指，结合指令文本以及当前页面中的内容，确定针对当前页面的操作；进而结合该操作对当前页面进行操作处理。其中，指令文本例如，“请播放XXX的歌曲XXX”等。

其中，在未获取到第一目标控件的情况下，根据指令文本对当前页面进行操作处理，从而能够根据对象语音对应的指令文本以及当前页面中的内容，给对象提供相应的响应，提高页面交互效率。

步骤307，获取第一目标控件的行为执行结果。

步骤308，将行为执行结果作为对象语音对应的响应结果，并将响应结果提供至与当前页面交互的对象。

在本公开实施例中，当前页面中控件的控件属性信息可以包括控件位置。对应的，电子设备还可以执行以下过程：获取当前页面中的对象操作对应的页面操作位置；根据页面操作位置查询当前页面，获取当前页面中的第二目标控件；第二目标控件的控件位置与页面操作位置匹配；获取第二目标控件的行为执行结果；将行为执行结果作为响应结果，并提供至与当前页面交互的对象。

其中，在显示当前页面的屏幕为触摸屏的情况下，当前页面中的对象操作，可以为对象通过对触摸屏的触摸或者滑动等，所进行的操作。在显示当前页面的屏幕为非触摸屏的情况下，当前页面中的对象操作，可以为对象通过鼠标或者键盘等，所进行的操作。

其中，通过对象操作，对当前页面进行操作处理，可以实现所见即可操作，结合对象操作以及当前页面中的合并目标控件和/或原始控件，与当前页面进行交互处理，能够扩展对象与页面的交互方式，进一步提高页面交互效率。

其中，需要说明的是，步骤305至步骤308，可以在步骤301至步骤304之前执行，或者，在步骤301至步骤304之后执行，或者，在步骤301至步骤304的执行过程中执行。另外，步骤305至步骤308，也可以独立于步骤301至步骤304，也就是说，步骤305至步骤308可以独立执行。

另外，还需要说明的是，步骤301至步骤304的执行主体，与步骤305至步骤308的执行主体，可以相同或者不同。在步骤301至步骤304的执行主体，与步骤305至步骤308的执行主体不同的情况下，两个执行主体之间可以交互，即，步骤305至步骤308的执行主体，可以通过交互，获取步骤301至步骤304的执行主体所获取得到的处理后的各个页面，用于进行页面交互处理。

其中，需要说明的是，步骤301至步骤304的详细说明，可以参考图1实施例中步骤101至步骤104的详细描述，此处不再进行详细描述。

本公开实施例的页面处理方法，通过获取待处理的页面，以及页面中的多个原始控件；获取多个原始控件中具有相同行为的多个候选原始控件；对多个候选原始控件进行合并处理，得到目标合并控件；将页面中的多个候选原始控件，替换为多个候选原始控件对应的目标合并控件，得到处理后的页面；获取当前页面中的对象语音，以及对象语音对应的指令文本；当前页面中包括目标合并控件和/或原始控件；当前页面中控件的控件属性信息包括控件文本；根据指令文本查询当前页面，获取当前页面中的第一目标控件；第一目标控件的控件文本与指令文本匹配；获取第一目标控件的行为执行结果；将行为执行结果作为对象语音对应的响应结果，并将响应结果提供至与当前页面交互的对象，从而能够减少页面中控件的数量，提高页面中单个控件的覆盖范围，在对象选中页面中的某个位置时，避免从多个控件中选择控件，且确保对象选中后存在响应，提高页面交互效率。

以下举例进行说明。如图4所示，是控件合并的示意图。在图4中，可以包括以下步骤：步骤401，开始合并控件。步骤402，获取合并控件配置，即，合并配置信息。步骤403，遍历配置(即，合并配置信息)中的目标控件集，在找到目标控件(即，目标原始控件)时，执行步骤404和步骤405。步骤404，配置中的目标控件集是否已遍历完；若没有遍历完，重复执行步骤403；若遍历完，则执行步骤407。步骤405，无障碍服务节点查询及计算，确定该节点对应的控件是否满足合并条件(即，该控件的行为是否与该目标节点的行为相同)；若满足，则执行步骤406；若不满足，则继续执行步骤405。步骤406，执行合并操作。步骤407，结束。

以下举例进行说明。如图5所示，是页面处理的示意图。在图5中，可以包括以下步骤：步骤501，唤醒/开始说话。步骤502，控件信息采集。其中，通过以下至少一种方式，获取控件，并提供至所见即可说模块更新端状态(用于指示页面中的各个控件)。其中，一种方式中，通过无障碍服务获取页面中的各个控件，并根据配置进行控件合并。另一种方式中，当前界面需要OCR时，通过OCR识别出来控件。另一种方式中，在页面所属应用为第三方应用时，获取第三方应用通过Bridge SDK注册的控件。步骤503，用户说话，对用户说话的语音进行识别处理，获取ASR结果(指令文本)。步骤504，结合端状态以及ASR结果，进行DA解析，确定是否命中所见即可说，即是否获取到第一目标控件；若获取到，则执行步骤505；若未获取到，则执行步骤508。步骤505，命中元素(第一目标控件)是否仍然在界面(当前页面)上，若是，执行步骤506；若否，执行步骤507。步骤506，是否由第三方应用主动注册；是的话，通过Bridge SDK回调通知第三方应用，然后执行步骤507；否的话，在当前界面(当前页面)上执行点击/输入/设置/滑动等操作，然后执行步骤507。步骤507，结束。步骤508，获取NLU结果，即，结合指令文本以及当前页面中的内容，对当前页面进行操作，获取操作结果。

为了实现上述实施例，本公开还提供一种页面处理装置。如图6所示，图6是根据本公开第三实施例的示意图。该页面处理装置60，可以包括：第一获取模块601、第二获取模块602、合并处理模块603和替换处理模块604。

其中，第一获取模块601，用于获取待处理的页面，以及所述页面中的多个原始控件；第二获取模块602，用于获取多个原始控件中具有相同行为的多个候选原始控件；合并处理模块603，用于对多个候选原始控件进行合并处理，得到目标合并控件；替换处理模块604，用于将所述页面中的所述多个候选原始控件，替换为所述多个候选原始控件对应的目标合并控件，得到处理后的页面。

作为本公开实施例的一种可能实现方式，所述第一获取模块601具体用于，获取待处理的所述页面；通过控件查询服务、OCR识别处理以及第三方应用控件注册查询中的至少一种，获取所述页面中的多个原始控件。

作为本公开实施例的一种可能实现方式，所述第二获取模块602具体用于，获取所述页面的合并配置信息；所述合并配置信息中包括，多个原始控件的控件标识中的目标控件标识；根据所述目标控件标识对应的目标原始控件的行为查询多个原始控件，获取多个原始控件中除所述目标原始控件之外具有所述行为的待处理原始控件；将所述目标原始控件以及所述待处理原始控件，确定为具有相同行为的多个候选原始控件。

作为本公开实施例的一种可能实现方式，多个候选原始控件中包括，一个目标原始控件，以及至少一个待处理原始控件；所述合并处理模块603具体用于，获取至少一个待处理原始控件的控件属性信息；将至少一个待处理原始控件的控件属性信息，添加到所述目标原始控件的控件属性信息中，得到处理后目标原始控件；将所述处理后目标原始控件，确定为所述目标合并控件。

作为本公开实施例的一种可能实现方式，所述控件属性信息包括以下至少一种：控件文本、控件位置。

作为本公开实施例的一种可能实现方式，所述装置还包括：第三获取模块、第一查询模块、第四获取模块和第一提供模块；所述第三获取模块，用于获取当前页面中的对象语音，以及所述对象语音对应的指令文本；所述当前页面中包括目标合并控件和/或原始控件；所述当前页面中控件的控件属性信息包括控件文本；所述第一查询模块，用于根据所述指令文本查询所述当前页面，获取所述当前页面中的第一目标控件；所述第一目标控件的控件文本与所述指令文本匹配；所述第四获取模块，用于获取所述第一目标控件的行为执行结果；所述第一提供模块，用于将所述行为执行结果作为所述对象语音对应的响应结果，并将所述响应结果提供至与所述当前页面交互的对象。

作为本公开实施例的一种可能实现方式，所述当前页面中控件的控件属性信息包括控件位置；所述装置还包括：第五获取模块、第二查询模块、第六获取模块和第二提供模块；所述第五获取模块，用于获取当前页面中的对象操作对应的页面操作位置；所述第二查询模块，用于根据所述页面操作位置查询所述当前页面，获取所述当前页面中的第二目标控件；所述第二目标控件的控件位置与所述页面操作位置匹配；所述第六获取模块，用于获取所述第二目标控件的行为执行结果；所述第二提供模块，用于将所述行为执行结果作为响应结果，并提供至与所述当前页面交互的对象。

作为本公开实施例的一种可能实现方式，所述装置还包括：第七获取模块和第三提供模块；所述第七获取模块，用于在未获取到所述第一目标控件的情况下，根据所述指令文本对所述当前页面进行操作处理，获取操作结果；所述第三提供模块，用于将所述操作结果作为所述对象语音对应的响应结果，并将所述响应结果提供至与所述当前页面交互的对象。

作为本公开实施例的一种可能实现方式，所述页面中原始控件的行为包括，针对所述原始控件的操作方式，以及所述原始控件对所述操作方式的响应结果。

本公开实施例的页面处理装置，通过获取待处理的页面，以及页面中的多个原始控件；获取多个原始控件中具有相同行为的多个候选原始控件；对多个候选原始控件进行合并处理，得到目标合并控件；将页面中的多个候选原始控件，替换为多个候选原始控件对应的目标合并控件，得到处理后的页面，从而能够减少页面中控件的数量，提高页面中单个控件的覆盖范围，在对象选中页面中的某个位置时，避免从多个控件中选择控件，且确保对象选中后存在响应，提高页面交互效率。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均在征得用户同意的前提下进行，并且均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图7所示，电子设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储电子设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

电子设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如页面处理方法。例如，在一些实施例中，页面处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的页面处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行页面处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (21)

1.一种页面处理方法，所述方法包括：

获取待处理的页面，以及所述页面中的多个原始控件；

获取多个原始控件中具有相同行为的多个候选原始控件；

对多个候选原始控件进行合并处理，得到目标合并控件；

将所述页面中的所述多个候选原始控件，替换为所述多个候选原始控件对应的目标合并控件，得到处理后的页面。

2.根据权利要求1所述的方法，其中，所述获取待处理的页面，以及所述页面中的多个原始控件，包括：

获取待处理的所述页面；

通过控件查询服务、OCR识别处理以及第三方应用控件注册查询中的至少一种，获取所述页面中的多个原始控件。

3.根据权利要求1所述的方法，其中，所述获取多个原始控件中具有相同行为的多个候选原始控件，包括：

获取所述页面的合并配置信息；所述合并配置信息中包括，多个原始控件的控件标识中的目标控件标识；

根据所述目标控件标识对应的目标原始控件的行为查询多个原始控件，获取多个原始控件中除所述目标原始控件之外具有所述行为的待处理原始控件；

将所述目标原始控件以及所述待处理原始控件，确定为具有相同行为的多个候选原始控件。

4.根据权利要求1所述的方法，其中，多个候选原始控件中包括，一个目标原始控件，以及至少一个待处理原始控件；所述对多个候选原始控件进行合并处理，得到目标合并控件，包括：

获取至少一个待处理原始控件的控件属性信息；

将至少一个待处理原始控件的控件属性信息，添加到所述目标原始控件的控件属性信息中，得到处理后目标原始控件；

将所述处理后目标原始控件，确定为所述目标合并控件。

5.根据权利要求4所述的方法，其中，所述控件属性信息包括以下至少一种：控件文本、控件位置。

6.根据权利要求1所述的方法，其中，所述方法还包括：

获取当前页面中的对象语音，以及所述对象语音对应的指令文本；所述当前页面中包括目标合并控件和/或原始控件；所述当前页面中控件的控件属性信息包括控件文本；

根据所述指令文本查询所述当前页面，获取所述当前页面中的第一目标控件；所述第一目标控件的控件文本与所述指令文本匹配；

获取所述第一目标控件的行为执行结果；

将所述行为执行结果作为所述对象语音对应的响应结果，并将所述响应结果提供至与所述当前页面交互的对象。

7.根据权利要求1或6所述的方法，其中，所述当前页面中控件的控件属性信息包括控件位置；所述方法还包括：

获取当前页面中的对象操作对应的页面操作位置；

根据所述页面操作位置查询所述当前页面，获取所述当前页面中的第二目标控件；所述第二目标控件的控件位置与所述页面操作位置匹配；

获取所述第二目标控件的行为执行结果；

将所述行为执行结果作为响应结果，并提供至与所述当前页面交互的对象。

8.根据权利要求6所述的方法，其中，所述方法还包括：

在未获取到所述第一目标控件的情况下，根据所述指令文本对所述当前页面进行操作处理，获取操作结果；

将所述操作结果作为所述对象语音对应的响应结果，并将所述响应结果提供至与所述当前页面交互的对象。

9.根据权利要求1至8中任一项所述的方法，其中，所述页面中原始控件的行为包括，针对所述原始控件的操作方式，以及所述原始控件对所述操作方式的响应结果。

10.一种页面处理装置，所述装置包括：

第一获取模块，用于获取待处理的页面，以及所述页面中的多个原始控件；

第二获取模块，用于获取多个原始控件中具有相同行为的多个候选原始控件；

合并处理模块，用于对多个候选原始控件进行合并处理，得到目标合并控件；

替换处理模块，用于将所述页面中的所述多个候选原始控件，替换为所述多个候选原始控件对应的目标合并控件，得到处理后的页面。

11.根据权利要求10所述的装置，其中，所述第一获取模块具体用于，

获取待处理的所述页面；

通过控件查询服务、OCR识别处理以及第三方应用控件注册查询中的至少一种，获取所述页面中的多个原始控件。

12.根据权利要求10所述的装置，其中，所述第二获取模块具体用于，

获取所述页面的合并配置信息；所述合并配置信息中包括，多个原始控件的控件标识中的目标控件标识；

根据所述目标控件标识对应的目标原始控件的行为查询多个原始控件，获取多个原始控件中除所述目标原始控件之外具有所述行为的待处理原始控件；

将所述目标原始控件以及所述待处理原始控件，确定为具有相同行为的多个候选原始控件。

13.根据权利要求10所述的装置，其中，多个候选原始控件中包括，一个目标原始控件，以及至少一个待处理原始控件；所述合并处理模块具体用于，

获取至少一个待处理原始控件的控件属性信息；

将至少一个待处理原始控件的控件属性信息，添加到所述目标原始控件的控件属性信息中，得到处理后目标原始控件；

将所述处理后目标原始控件，确定为所述目标合并控件。

14.根据权利要求13所述的装置，其中，所述控件属性信息包括以下至少一种：控件文本、控件位置。

15.根据权利要求10所述的装置，其中，所述装置还包括：第三获取模块、第一查询模块、第四获取模块和第一提供模块；

所述第三获取模块，用于获取当前页面中的对象语音，以及所述对象语音对应的指令文本；所述当前页面中包括目标合并控件和/或原始控件；所述当前页面中控件的控件属性信息包括控件文本；

所述第一查询模块，用于根据所述指令文本查询所述当前页面，获取所述当前页面中的第一目标控件；所述第一目标控件的控件文本与所述指令文本匹配；

所述第四获取模块，用于获取所述第一目标控件的行为执行结果；

所述第一提供模块，用于将所述行为执行结果作为所述对象语音对应的响应结果，并将所述响应结果提供至与所述当前页面交互的对象。

16.根据权利要求10或15所述的装置，其中，所述当前页面中控件的控件属性信息包括控件位置；所述装置还包括：第五获取模块、第二查询模块、第六获取模块和第二提供模块；

所述第五获取模块，用于获取当前页面中的对象操作对应的页面操作位置；

所述第二查询模块，用于根据所述页面操作位置查询所述当前页面，获取所述当前页面中的第二目标控件；所述第二目标控件的控件位置与所述页面操作位置匹配；

所述第六获取模块，用于获取所述第二目标控件的行为执行结果；

所述第二提供模块，用于将所述行为执行结果作为响应结果，并提供至与所述当前页面交互的对象。

17.根据权利要求15所述的装置，其中，所述装置还包括：第七获取模块和第三提供模块；

所述第七获取模块，用于在未获取到所述第一目标控件的情况下，根据所述指令文本对所述当前页面进行操作处理，获取操作结果；

所述第三提供模块，用于将所述操作结果作为所述对象语音对应的响应结果，并将所述响应结果提供至与所述当前页面交互的对象。

18.根据权利要求10至17中任一项所述的装置，其中，所述页面中原始控件的行为包括，针对所述原始控件的操作方式，以及所述原始控件对所述操作方式的响应结果。

19.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至9中任一项所述的页面处理方法。

20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1至9中任一项所述的页面处理方法。

21.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至9中任一项所述的页面处理方法。