本發(fā)明是關(guān)于信息搜索技術(shù)，具體地，是關(guān)于一種候選頁面集合的生成方法及裝置。

背景技術(shù)：

搜索引擎對于互聯(lián)網(wǎng)上出現(xiàn)的實時熱點需要第一時間發(fā)現(xiàn)和收錄。搜索引擎蜘蛛有一個龐大的URL(Uniform Resource Locator，統(tǒng)一資源定位符)庫，規(guī)模達到數(shù)千億甚至上萬億量級。網(wǎng)絡(luò)蜘蛛所有的抓取都從這個URL庫出發(fā)，即從URL庫中挑選出一批URL，對這批URL實施抓取，從中發(fā)現(xiàn)新鏈接再添加到URL庫中。熱點鏈接就是從中被發(fā)現(xiàn)并通過下次選取抓取和收錄的。

但是，因為網(wǎng)絡(luò)蜘蛛所處理的數(shù)據(jù)量過于龐大，需要消耗大量的時間，把全部鏈接挑一遍再抓一遍很難保證所有的熱點都能在第一時間被發(fā)現(xiàn)和收錄。因此，如何能使網(wǎng)絡(luò)蜘蛛找出一個精簡但又覆蓋完整的候選頁面集合，是目前亟待解決的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例的主要目的在于提供一種候選頁面集合的生成方法及裝置，以克服上述問題，從而提高網(wǎng)頁抓取的效率。

為了實現(xiàn)上述目的，本發(fā)明實施例提供一種候選頁面集合的生成方法，該生成方法包括：抓取并分析多個網(wǎng)頁，分別獲取各網(wǎng)頁的屬性信息及正文信息；根據(jù)正文信息將各網(wǎng)頁劃分為多個類別；根據(jù)各網(wǎng)頁的屬性信息分別判斷各網(wǎng)頁是否滿足預(yù)設(shè)的候選頁面集合條件；將滿足預(yù)設(shè)的候選頁面集合條件的各網(wǎng)頁按照類別進行存儲，生成各類別的候選頁面集合。

在一實施例中，在將滿足預(yù)設(shè)的候選頁面集合條件的各網(wǎng)頁按照類別進行存儲，生成各類別的候選頁面集合之后，該生成方法還包括：判斷各類別的候選頁面集合中的網(wǎng)頁是否滿足停止條件；當(dāng)候選頁面集合中的網(wǎng)頁滿足停止條件時，停止抓取網(wǎng) 頁，并生成最終的候選頁面集合。

進一步地，該生成方法還包括：當(dāng)候選頁面集合中的網(wǎng)頁不滿足停止條件時，返回抓取并分析多個網(wǎng)頁，分別獲取各網(wǎng)頁的屬性信息及正文信息。

在一實施例中，上述的根據(jù)各網(wǎng)頁的屬性信息分別判斷各網(wǎng)頁是否滿足預(yù)設(shè)的候選頁面集合條件，具體包括：將每個網(wǎng)頁的鏈接與已存儲網(wǎng)頁的鏈接進行比對，以確定網(wǎng)頁中新鏈接的數(shù)量；判斷新鏈接的數(shù)量是否滿足候選頁面集合中新鏈接數(shù)量的條件。

進一步地，判斷新鏈接的數(shù)量是否滿足候選頁面集合中新鏈接數(shù)量的條件，具體包括：判斷新鏈接的數(shù)量是否大于或等于一第一預(yù)設(shè)數(shù)值；如果是，則新鏈接的數(shù)量滿足候選頁面集合中新鏈接數(shù)量的條件。

在一實施例中，上述的根據(jù)各網(wǎng)頁的屬性信息分別判斷各網(wǎng)頁是否滿足預(yù)設(shè)的候選頁面集合條件，進一步包括：根據(jù)一索引篩選條件確定新鏈接中符合索引條件的鏈接的數(shù)量；判斷新鏈接中符合索引條件的鏈接的數(shù)量是否滿足候選頁面集合中符合索引條件鏈接數(shù)量的條件。

進一步地，判斷新鏈接中符合索引條件的鏈接的數(shù)量是否滿足候選頁面集合中符合索引條件鏈接數(shù)量的條，具體包括：判斷新鏈接中符合索引條件的鏈接的數(shù)量是否大于或等于一第二預(yù)設(shè)數(shù)值；如果是，則新鏈接中符合索引條件的鏈接的數(shù)量滿足候選頁面集合中符合索引條件鏈接數(shù)量的條件。

在一實施例中，上述的根據(jù)各網(wǎng)頁的屬性信息分別判斷各網(wǎng)頁是否滿足預(yù)設(shè)的候選頁面集合條件，進一步包括：將新鏈接中符合索引條件的鏈接按照URL進行歸類；判斷每一類URL對應(yīng)的網(wǎng)頁中的新鏈接是否滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接的條件。

進一步地，判斷每一類URL對應(yīng)的網(wǎng)頁中的新鏈接是否滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接的條件，具體包括：判斷每一類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量是否大于或等于一第三預(yù)設(shè)數(shù)值，且每一類URL對應(yīng)的網(wǎng)頁中符合索引條件的新鏈接的數(shù)量是否大于或等于一第四預(yù)設(shè)數(shù)值；如果是，則每一類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接數(shù)量的條件，則各初步篩選網(wǎng)頁滿足預(yù)設(shè)的候選頁面集合條件。

本發(fā)明實施例還提供一種候選頁面集合的生成裝置，該生成裝置包括：網(wǎng)頁抓取 單元，用于抓取并分析多個網(wǎng)頁，分別獲取各網(wǎng)頁的屬性信息及正文信息；類別劃分單元，用于根據(jù)正文信息將各網(wǎng)頁劃分為多個類別；候選頁面集合條件判斷單元，用于根據(jù)各網(wǎng)頁的屬性信息分別判斷各網(wǎng)頁是否滿足預(yù)設(shè)的候選頁面集合條件；候選頁面集合生成單元，用于將滿足預(yù)設(shè)的候選頁面集合條件的各網(wǎng)頁按照類別進行存儲，生成各類別的候選頁面集合。

在一實施例中，上述的生成裝置還包括：停止條件判斷單元，用于判斷各類別的候選頁面集合中的網(wǎng)頁是否滿足停止條件；當(dāng)候選頁面集合中的網(wǎng)頁滿足停止條件時，停止抓取網(wǎng)頁，并生成最終的候選頁面集合。

在一實施例中，上述的停止條件判斷單元還用于：當(dāng)候選頁面集合中的網(wǎng)頁不滿足停止條件時，觸發(fā)網(wǎng)頁抓取單元，抓取并分析多個網(wǎng)頁，分別獲取各網(wǎng)頁的屬性信息及正文信息。

在一實施例中，上述的候選頁面集合條件判斷單元具體包括：新鏈接確定模塊，用于將每個網(wǎng)頁的鏈接與已存儲網(wǎng)頁的鏈接進行比對，以確定網(wǎng)頁中新鏈接的數(shù)量；新鏈接條件判斷模塊，用于判斷新鏈接的數(shù)量是否滿足候選頁面集合中新鏈接數(shù)量的條件。

在一實施例中，上述的新鏈接條件判斷模塊具體用于：判斷新鏈接的數(shù)量是否大于或等于一第一預(yù)設(shè)數(shù)值；如果是，則新鏈接的數(shù)量滿足候選頁面集合中新鏈接數(shù)量的條件。

在一實施例中，上述的候選頁面集合條件判斷單元進一步包括：符合索引條件鏈接確定模塊，用于根據(jù)一索引篩選條件確定新鏈接中符合索引條件的鏈接的數(shù)量；索引條件判斷模塊，用于判斷新鏈接中符合索引條件的鏈接的數(shù)量是否滿足候選頁面集合中符合索引條件鏈接數(shù)量的條件。

在一實施例中，上述的索引條件判斷模塊具體用于：判斷新鏈接中符合索引條件的鏈接的數(shù)量是否大于或等于一第二預(yù)設(shè)數(shù)值；如果是，則新鏈接中符合索引條件的鏈接的數(shù)量滿足候選頁面集合中符合索引條件鏈接數(shù)量的條件。

在一實施例中，上述的候選頁面集合條件判斷單元進一步包括：鏈接歸類模塊，用于將新鏈接中符合索引條件的鏈接按照URL進行歸類；持續(xù)產(chǎn)生鏈接條件判斷模塊，用于判斷每一類URL對應(yīng)的網(wǎng)頁中的新鏈接是否滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接的條件。

在一實施例中，上述的持續(xù)產(chǎn)生鏈接條件判斷模塊具體用于：判斷每一類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量是否大于或等于一第三預(yù)設(shè)數(shù)值，且每一類URL對應(yīng)的網(wǎng)頁中符合索引條件的新鏈接的數(shù)量是否大于或等于一第四預(yù)設(shè)數(shù)值；如果是，則每一類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接數(shù)量的條件，則各初步篩選網(wǎng)頁滿足預(yù)設(shè)的候選頁面集合條件。

本發(fā)明實施例的有益效果在于，通過本發(fā)明生成的候選頁面集合，在能夠保證候選頁面的時效性的同時，也能保證候選頁面的召回率及準確率，且在保證召回的同時規(guī)模只有百萬量級，可有效解決相關(guān)技術(shù)中網(wǎng)絡(luò)蜘蛛所需處理的數(shù)據(jù)量過大、需要消耗大量的時間的問題，從而提高網(wǎng)絡(luò)蜘蛛抓取網(wǎng)頁的效率。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為根據(jù)本發(fā)明實施例的候選頁面集合的生成方法的流程圖；

圖2為根據(jù)本發(fā)明另一實施例的候選頁面集合的生成方法的流程圖；

圖3為根據(jù)本發(fā)明實施例的候選頁面集合的生成裝置的結(jié)構(gòu)示意圖；

圖4為根據(jù)本發(fā)明實施例的候選頁面集合條件判斷單元300的結(jié)構(gòu)示意圖；

圖5為根據(jù)本發(fā)明另一實施例的候選頁面集合條件判斷單元300的結(jié)構(gòu)示意圖；

圖6為根據(jù)本發(fā)明另一實施例的候選頁面集合條件判斷單元300的結(jié)構(gòu)示意圖；

圖7為根據(jù)本發(fā)明另一實施例的候選頁面集合的生成裝置的結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明實施例提供一種候選頁面集合的生成方法及裝置。以下結(jié)合附圖對本發(fā)明 進行詳細說明。

本發(fā)明實施例提供一種候選頁面集合的生成方法，如圖1所示，該候選頁面集合的生成方法主要包括以下各步驟：

步驟S101：抓取并分析多個網(wǎng)頁，分別獲取各網(wǎng)頁的屬性信息及正文信息；

步驟S102：根據(jù)正文信息將各網(wǎng)頁劃分為多個類別；

步驟S103：根據(jù)各網(wǎng)頁的屬性信息分別判斷各網(wǎng)頁是否滿足預(yù)設(shè)的候選頁面集合條件；

步驟S104：將滿足預(yù)設(shè)的候選頁面集合條件的各網(wǎng)頁按照類別進行存儲，生成各類別的候選頁面集合。

通過上述步驟S101至步驟S104，本發(fā)明實施例的候選頁面集合的生成方法能夠抓取并分析多個頁面的屬性信息及正文信息，并根據(jù)該屬性信息及正文信息對頁面進行初步分類，進而篩選出多個頁面中滿足候選頁面集合條件的頁面，覆蓋面廣，能夠生成較為全面、完整的候選頁面集合。并且，通過本發(fā)明生成的候選頁面集合，在能夠保證候選頁面的時效性的同時，也能保證候選頁面的召回率及準確率，且在保證召回的同時規(guī)模只有百萬量級，可有效解決相關(guān)技術(shù)中網(wǎng)絡(luò)蜘蛛所需處理的數(shù)據(jù)量過大、需要消耗大量的時間的問題，從而提高網(wǎng)絡(luò)蜘蛛抓取網(wǎng)頁的效率。

以下對本發(fā)明實施例的候選頁面集合的生成方法中的各步驟進行詳細說明。

上述步驟S101，抓取并分析多個網(wǎng)頁，分別獲取各網(wǎng)頁的屬性信息及正文信息。在具體實施時，抓取網(wǎng)頁的過程可以按照一定的時間周期進行，該時間周期可以天或小時或其他時間長度作為單位長度，且時間周期的具體長度也可根據(jù)實際需要設(shè)定，本發(fā)明并不以此為限。

在通過上述步驟S101抓取并分析獲取各網(wǎng)頁的屬性信息及正文信息后，執(zhí)行上述步驟S102，根據(jù)各網(wǎng)頁的正文信息將各網(wǎng)頁劃分為多個類別。在一實施例中，在此步驟中是從抓取到的網(wǎng)頁的正文信息中，通過分詞技術(shù)對網(wǎng)頁中提取到的文字內(nèi)容進行分詞，并根據(jù)分詞結(jié)果對抓取的網(wǎng)頁進行分類。例如，可根據(jù)提取到的文字內(nèi)容將各網(wǎng)頁分別按照“新聞”、“社會”、“體育”、“娛樂”、“科技”、“天氣”、“汽車”及“視頻”等多個不同的類別進行劃分。

上述步驟S103，根據(jù)各網(wǎng)頁的屬性信息分別判斷各網(wǎng)頁是否滿足預(yù)設(shè)的候選頁面集合條件。在本發(fā)明實施例中，旨在使所要生成的候選頁面集合中的網(wǎng)頁具有時效 性，而網(wǎng)頁具有時效性的前提是，該網(wǎng)頁其需要滿足預(yù)設(shè)的候選頁面集合條件。在本發(fā)明實施例中，該候選頁面集合條件為：該網(wǎng)頁能產(chǎn)生新鏈接；網(wǎng)頁所產(chǎn)生的新鏈接符合索引條件(即候選頁面產(chǎn)生的新鏈接不能是重復(fù)、垃圾、作弊等類頁面)；該網(wǎng)頁能持續(xù)產(chǎn)生新鏈接——因為一次性產(chǎn)生的新鏈接沒有重復(fù)調(diào)度價值，因而需要多次或持續(xù)產(chǎn)生新鏈接，這里所述的調(diào)度，是指網(wǎng)絡(luò)蜘蛛決定哪些頁面需要發(fā)起抓取，并選取出這類頁面的過程。以下將針對上述的各個候選頁面集合條件對步驟S103做詳細說明。

對于該頁面能產(chǎn)生新鏈接的條件的判斷，在本發(fā)明實施例中，是將每個網(wǎng)頁的鏈接與已存儲網(wǎng)頁列表中的鏈接進行比對，以判斷該網(wǎng)頁的新鏈接是否為已存儲網(wǎng)頁，并且，對于已存儲網(wǎng)頁列表中并沒有存儲的鏈接，即可認為其為新鏈接，并可進一步確定該網(wǎng)頁中新鏈接的數(shù)量。然后，判斷該新鏈接的數(shù)量是否滿足候選頁面集合中新鏈接數(shù)量的條件。具體地，該候選頁面集合中新鏈接數(shù)量的條件可為一第一預(yù)設(shè)數(shù)值(例如：10條新鏈接)，當(dāng)該網(wǎng)頁的新鏈接的數(shù)量大于或等于該第一預(yù)設(shè)數(shù)值時，則判定該網(wǎng)頁的新鏈接的數(shù)量滿足候選頁面集合中新鏈接數(shù)量的條件，即，該網(wǎng)頁符合能產(chǎn)生新鏈接的條件。反之，則判定該網(wǎng)頁不符合能產(chǎn)生新鏈接的條件。

例如，對于抓取的網(wǎng)頁A，其具有鏈接A1～A20，將鏈接A1～A20與已存儲網(wǎng)頁列表進行比對，判定鏈接A1～A5為已存儲網(wǎng)頁，鏈接A6～A20為新鏈接，則網(wǎng)頁A的新鏈接的數(shù)量為15，此時，若預(yù)設(shè)的數(shù)值為10條新鏈接，則網(wǎng)頁A的新鏈接的數(shù)量15大于10，因此，網(wǎng)頁A符合能產(chǎn)生新鏈接的條件。需要說明的是，上文中所列舉的網(wǎng)頁及其連接的數(shù)量僅是用以實例說明之用，并非用以限制本發(fā)明。

在實際應(yīng)用中，可能會出現(xiàn)某個新鏈接在多個網(wǎng)頁中被發(fā)現(xiàn)的情況，為避免網(wǎng)頁鏈接泛濫，在本發(fā)明的優(yōu)選方案中，只將該新鏈接作為其中一個頁面的新鏈接。

進一步地，對于網(wǎng)頁所產(chǎn)生的新鏈接符合索引條件的條件的判斷，首先是對于抓取到的頁面，根據(jù)索引篩選條件進行篩選。在本發(fā)明實施例中，該索引篩選條件即是指該網(wǎng)頁的新鏈接不能是重復(fù)、垃圾、作弊、廣告等類的頁面，且該索引篩選條件的具體內(nèi)容還可根據(jù)實際需要進行調(diào)整，本發(fā)明并不以此為限。然后，判斷篩選出的符合索引條件的新鏈接的數(shù)量是否滿足候選頁面集合中符合索引條件鏈接數(shù)量的條件。具體地，該候選頁面集合中符合索引條件鏈接數(shù)量的條件可為一第二預(yù)設(shè)數(shù)值(例如：10條符合索引條件的新鏈接)，當(dāng)該網(wǎng)頁的符合索引條件的新鏈接的數(shù)量大于或等于 該第二預(yù)設(shè)數(shù)值時，則判定該網(wǎng)頁的符合索引條件的新鏈接的數(shù)量滿足候選頁面集合中符合索引條件鏈接數(shù)量的條件，即，該網(wǎng)頁符合所產(chǎn)生的新鏈接符合索引條件的條件。反之，則判定該網(wǎng)頁不符合所產(chǎn)生的新鏈接符合索引條件的條件。

例如，對于上文所述的網(wǎng)頁A，其新鏈接為A6～A20，經(jīng)過索引篩選條件的篩選，發(fā)現(xiàn)其中新鏈接A18～A20為廣告頁面，因此，新鏈接A6～A17為符合索引條件的新鏈接，且其數(shù)量為11，大于預(yù)設(shè)的數(shù)值10，因此，網(wǎng)頁A符合所產(chǎn)生的新鏈接符合索引條件的條件。

進一步地，對于網(wǎng)頁能持續(xù)產(chǎn)生新鏈接的條件的判斷，在本發(fā)明實施例中，首先是將符合索引條件的鏈接按照URL進行歸類。然后，判斷每一類URL對應(yīng)的網(wǎng)頁中的新鏈接是否滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接的條件。具體地，該候選頁面集合中持續(xù)產(chǎn)生新鏈接的條件可為：每一類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量應(yīng)大于或等于一第三預(yù)設(shè)數(shù)值(例如：5條新鏈接)，且每一類URL對應(yīng)的網(wǎng)頁中符合索引條件的新鏈接的數(shù)量應(yīng)大于或等于一第四預(yù)設(shè)數(shù)值(例如：4條符合索引條件的新鏈接)。當(dāng)每一類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量大于或等于該第三預(yù)設(shè)數(shù)值，且每一類URL對應(yīng)的網(wǎng)頁中符合索引條件的新鏈接的數(shù)量大于或等于該第四預(yù)設(shè)數(shù)值時，則判定該網(wǎng)頁中的新鏈接滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接的條件，即，該網(wǎng)頁符合能持續(xù)產(chǎn)生新鏈接的條件。反之，則判定該網(wǎng)頁不符合能持續(xù)產(chǎn)生新鏈接的條件。

當(dāng)經(jīng)過上述各步驟按照不同類別確定了符合候選頁面集合條件的網(wǎng)頁后，執(zhí)行步驟S104，將滿足預(yù)設(shè)的候選頁面集合條件的各網(wǎng)頁按照類別進行存儲，生成各類別的候選頁面集合。由此，即生成了具有時效性的候選頁面的集合，從而可為后續(xù)進行搜索和網(wǎng)頁抓取時提供了更加精簡且又覆蓋完整的候選頁面集合。

在一實施例中，如圖2所示，該候選頁面集合的生成方法還可包括一停止條件判斷步驟(步驟S105)：判斷各類別的候選頁面集合中的網(wǎng)頁是否滿足停止條件；當(dāng)候選頁面集合中的網(wǎng)頁滿足停止條件時，停止抓取網(wǎng)頁，并生成最終的候選頁面集合；當(dāng)候選頁面集合中的網(wǎng)頁不滿足停止條件時，則需返回上述步驟S101，繼續(xù)抓取并分析多個網(wǎng)頁，分別獲取各網(wǎng)頁的屬性信息及正文信息。

其中該停止條件可為對個類別的候選頁面集合中的網(wǎng)頁的數(shù)量的限定，例如，限定每個類別中的候選頁面集合中的網(wǎng)頁的數(shù)量需大于或等于40。則在步驟S105中， 是判斷各類別的候選頁面集合中的網(wǎng)頁的數(shù)量是否大于或等于40，如果是，則可停止抓取網(wǎng)頁，并生成最終的候選頁面集合。需要說明的是，此處所描述的限定網(wǎng)頁數(shù)量的停止條件僅為舉例說明，實際應(yīng)用中，還可根據(jù)需要設(shè)定不同的停止條件，本發(fā)明并不以此為限。

以下結(jié)合一具體實例對本發(fā)明實施例的候選頁面集合的生成方法進行詳細描述。

以天為單位作為指定周期進行網(wǎng)頁抓取，第一天抓取的網(wǎng)頁分別為A01、B01、C01、D01及E01，其中，頁面A01中包含鏈接a1～a20，頁面B01中包含鏈接b1～b30，頁面C01中包含鏈接c1～c15，頁面D01包含鏈接d1～d10，頁面E01中包含鏈接e1～e40。

針對上述各頁面，分析獲取其屬性信息及正文信息，并根據(jù)各頁面的正文信息進行分類。例如，根據(jù)正文信息可將頁面A01及頁面C01劃分為“新聞”類，將頁面B01及E01劃分為“體育”類，將頁面D01劃分為“娛樂”類。然后對于每一類中的頁面，判斷頁面是否滿足預(yù)設(shè)的候選頁面集合條件。首先，對于該頁面能產(chǎn)生新鏈接的條件的判斷。分別將頁面A01、B01、C01、D01及E01中的鏈接與已存儲網(wǎng)頁列表中的鏈接進行比對，確認頁面A01中的新鏈接為a01～a15，頁面B01中的新鏈接為b01～b25，頁面C01中的新鏈接為c01～c12，頁面D01中的新鏈接為d01～d08，頁面E01中的新鏈接為e01～e30?？梢?，頁面D01中的新鏈接的數(shù)量小于第一預(yù)設(shè)數(shù)值，因此，頁面D01不符合能產(chǎn)生新鏈接的條件，頁面A01、B01、C01及E01符合能產(chǎn)生新鏈接的條件。

然后，對于網(wǎng)頁所產(chǎn)生的新鏈接符合索引條件的條件的判斷。根據(jù)索引篩選條件對頁面A01、B01、C01及E01中的鏈接進行篩選，篩選過后頁面A01中符合索引條件的新鏈接為a01～a09，頁面B01中符合索引條件的新鏈接為b01～b20，頁面C01中符合索引條件的新鏈接為c01～c10，頁面E01中符合索引條件的新鏈接為e01～e25?？梢姡撁鍭01中符合索引條件的新鏈接的數(shù)量小于第二預(yù)設(shè)數(shù)值，因此，頁面A01不符合所產(chǎn)生的新鏈接符合索引條件的條件，頁面B01、C01及E01符合所產(chǎn)生的新鏈接符合索引條件的條件。

接下來，對于網(wǎng)頁能持續(xù)產(chǎn)生新鏈接的條件的判斷。首先是將頁面B01、C01及E01按照其URL進行歸類，假設(shè)歸類后頁面B01、C01及E01各自屬于一類URL，統(tǒng)計各類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量?？梢?，頁面B01中的新鏈接的數(shù)量為25，大于第三預(yù)設(shè)數(shù)值，符合索引條件的新鏈接的數(shù)量為20，大于第四預(yù)設(shè)數(shù)值； 頁面C01中的新鏈接的數(shù)量為12，大于第三預(yù)設(shè)數(shù)值，符合索引條件的新鏈接的數(shù)量為10，大于第四預(yù)設(shè)數(shù)值；頁面E01中的新鏈接的數(shù)量為30，大于第三預(yù)設(shè)數(shù)值，符合索引條件的新鏈接的數(shù)量為25，大于第四預(yù)設(shè)數(shù)值。因此，頁面B01、C01及E01符合能持續(xù)產(chǎn)生新鏈接的條件。

然后，將頁面B01中的鏈接b01～b20、頁面E01中的鏈接e01～e25按照“體育”類別進行存儲；將頁面C01中的鏈接c01～c10按照“新聞”類別進行存儲。

下一步，判斷各類別的候選頁面集合中的網(wǎng)頁是否滿足停止條件，可見，“體育”類的候選頁面集合中的網(wǎng)頁中的鏈接數(shù)為45，滿足停止條件，可停止抓取“體育”類的候選頁面；而“新聞”類的候選頁面集合中的網(wǎng)頁中的鏈接數(shù)為10，“娛樂”類的候選頁面集合中的網(wǎng)頁中的鏈接數(shù)為0，還需返回步驟S101，繼續(xù)抓取新的網(wǎng)頁來生成相應(yīng)類別的候選頁面集合。

本發(fā)明實施例還提供一種候選頁面集合的生成裝置，如圖3所示，該候選頁面集合的生成裝置主要包括：網(wǎng)頁抓取單元100、類別劃分單元200、候選頁面集合條件判斷單元300及候選頁面集合生成單元400等。

其中，網(wǎng)頁抓取單元100用于抓取并分析多個網(wǎng)頁，分別獲取各網(wǎng)頁的屬性信息及正文信息；類別劃分單元200用于根據(jù)正文信息將各網(wǎng)頁劃分為多個類別；候選頁面集合條件判斷單元300用于根據(jù)各網(wǎng)頁的屬性信息分別判斷各網(wǎng)頁是否滿足預(yù)設(shè)的候選頁面集合條件；候選頁面集合生成單元400用于將滿足預(yù)設(shè)的候選頁面集合條件的各網(wǎng)頁按照類別進行存儲，生成各類別的候選頁面集合。

通過上述各單元，本發(fā)明實施例的候選頁面集合的生成裝置能夠抓取并分析多個頁面的屬性信息及正文信息，并根據(jù)該屬性信息及正文信息對頁面進行初步分類，進而篩選出多個頁面中滿足候選頁面集合條件的頁面，覆蓋面廣，能夠生成較為全面、完整的候選頁面集合。并且，通過本發(fā)明生成的候選頁面集合，在能夠保證候選頁面的時效性的同時，也能保證候選頁面的召回率及準確率，且在保證召回的同時規(guī)模只有百萬量級，可有效解決相關(guān)技術(shù)中網(wǎng)絡(luò)蜘蛛所需處理的數(shù)據(jù)量過大、需要消耗大量的時間的問題，從而提高網(wǎng)絡(luò)蜘蛛抓取網(wǎng)頁的效率。

以下對本發(fā)明實施例的候選頁面集合的生成裝置中的各個組成部分進行詳細說明。

上述網(wǎng)頁抓取單元100，用于抓取并分析多個網(wǎng)頁，分別獲取各網(wǎng)頁的屬性信息及正文信息。在具體實施時，網(wǎng)頁抓取單元100抓取網(wǎng)頁的過程可以按照一定的時間 周期進行，該時間周期可以天或小時或其他時間長度作為單位長度，且時間周期的具體長度也可根據(jù)實際需要設(shè)定，本發(fā)明并不以此為限。

在通過上述網(wǎng)頁抓取單元100抓取并分析獲取各網(wǎng)頁的屬性信息及正文信息后，觸發(fā)上述類別劃分單元200，根據(jù)各網(wǎng)頁的正文信息將各網(wǎng)頁劃分為多個類別。在一實施例中，在類別劃分單元200中是從抓取到的網(wǎng)頁的正文信息中，通過分詞技術(shù)對網(wǎng)頁中提取到的文字內(nèi)容進行分詞，并根據(jù)分詞結(jié)果對抓取的網(wǎng)頁進行分類。例如，可根據(jù)提取到的文字內(nèi)容將各網(wǎng)頁分別按照“新聞”、“社會”、“體育”、“娛樂”、“科技”、“天氣”、“汽車”及“視頻”等多個不同的類別進行劃分。

上述候選頁面集合條件判斷單元300用于根據(jù)各網(wǎng)頁的屬性信息分別判斷各網(wǎng)頁是否滿足預(yù)設(shè)的候選頁面集合條件。在本發(fā)明實施例中，旨在使所要生成的候選頁面集合中的網(wǎng)頁具有時效性，而網(wǎng)頁具有時效性的前提是，該網(wǎng)頁其需要滿足預(yù)設(shè)的候選頁面集合條件。在本發(fā)明實施例中，該候選頁面集合條件為：該網(wǎng)頁能產(chǎn)生新鏈接；網(wǎng)頁所產(chǎn)生的新鏈接符合索引條件(即候選頁面產(chǎn)生的新鏈接不能是重復(fù)、垃圾、作弊等類頁面)；該網(wǎng)頁能持續(xù)產(chǎn)生新鏈接——因為一次性產(chǎn)生的新鏈接沒有重復(fù)調(diào)度價值，因而需要多次或持續(xù)產(chǎn)生新鏈接，這里所述的調(diào)度，是指網(wǎng)絡(luò)蜘蛛決定哪些頁面需要發(fā)起抓取，并選取出這類頁面的過程。以下將針對上述的各個候選頁面集合條件對候選頁面集合條件判斷單元300實現(xiàn)的功能做詳細說明。

如圖4所示，候選頁面集合條件判斷單元300包括：新鏈接確定模塊301及新鏈接條件判斷模塊302。

對于該頁面能產(chǎn)生新鏈接的條件的判斷，在本發(fā)明實施例中，候選頁面集合條件判斷單元300是通過新鏈接確定模塊301將每個網(wǎng)頁的鏈接與已存儲網(wǎng)頁列表中的鏈接進行比對，以判斷該網(wǎng)頁的新鏈接是否為已存儲網(wǎng)頁，并且，對于已存儲網(wǎng)頁列表中并沒有存儲的鏈接，即可認為其為新鏈接，并可進一步確定該網(wǎng)頁中新鏈接的數(shù)量。然后，通過新鏈接條件判斷模塊302判斷該新鏈接的數(shù)量是否滿足候選頁面集合中新鏈接數(shù)量的條件。具體地，該候選頁面集合中新鏈接數(shù)量的條件可為一第一預(yù)設(shè)數(shù)值(例如：10條新鏈接)，當(dāng)該網(wǎng)頁的新鏈接的數(shù)量大于或等于該第一預(yù)設(shè)數(shù)值時，則判定該網(wǎng)頁的新鏈接的數(shù)量滿足候選頁面集合中新鏈接數(shù)量的條件，即，該網(wǎng)頁符合能產(chǎn)生新鏈接的條件。反之，則判定該網(wǎng)頁不符合能產(chǎn)生新鏈接的條件。

例如，對于抓取的網(wǎng)頁A，其具有鏈接A1～A20，將鏈接A1～A20與已存儲網(wǎng)頁 列表進行比對，判定鏈接A1～A5為已存儲網(wǎng)頁，鏈接A6～A20為新鏈接，則網(wǎng)頁A的新鏈接的數(shù)量為15，此時，若預(yù)設(shè)的數(shù)值為10條新鏈接，則網(wǎng)頁A的新鏈接的數(shù)量15大于10，因此，網(wǎng)頁A符合能產(chǎn)生新鏈接的條件。需要說明的是，上文中所列舉的網(wǎng)頁及其連接的數(shù)量僅是用以實例說明之用，并非用以限制本發(fā)明。

在實際應(yīng)用中，可能會出現(xiàn)某個新鏈接在多個網(wǎng)頁中被發(fā)現(xiàn)的情況，為避免網(wǎng)頁鏈接泛濫，在本發(fā)明的優(yōu)選方案中，只將該新鏈接作為其中一個頁面的新鏈接。

進一步地，如圖5所示，候選頁面集合條件判斷單元300還包括：符合索引條件鏈接確定模塊303及索引條件判斷模塊304。

對于網(wǎng)頁所產(chǎn)生的新鏈接符合索引條件的條件的判斷，首先是通過符合索引條件鏈接確定模塊303對于抓取到的頁面，根據(jù)索引篩選條件進行篩選。在本發(fā)明實施例中，該索引篩選條件即是指該網(wǎng)頁的新鏈接不能是重復(fù)、垃圾、作弊、廣告等類的頁面，且該索引篩選條件的具體內(nèi)容還可根據(jù)實際需要進行調(diào)整，本發(fā)明并不以此為限。然后，通過索引條件判斷模塊304判斷篩選出的符合索引條件的新鏈接的數(shù)量是否滿足候選頁面集合中符合索引條件鏈接數(shù)量的條件。具體地，該候選頁面集合中符合索引條件鏈接數(shù)量的條件可為一第二預(yù)設(shè)數(shù)值(例如：10條符合索引條件的新鏈接)，當(dāng)該網(wǎng)頁的符合索引條件的新鏈接的數(shù)量大于或等于該第二預(yù)設(shè)數(shù)值時，則判定該網(wǎng)頁的符合索引條件的新鏈接的數(shù)量滿足候選頁面集合中符合索引條件鏈接數(shù)量的條件，即，該網(wǎng)頁符合所產(chǎn)生的新鏈接符合索引條件的條件。反之，則判定該網(wǎng)頁不符合所產(chǎn)生的新鏈接符合索引條件的條件。

例如，對于上文所述的網(wǎng)頁A，其新鏈接為A6～A20，經(jīng)過索引篩選條件的篩選，發(fā)現(xiàn)其中新鏈接A18～A20為廣告頁面，因此，新鏈接A6～A17為符合索引條件的新鏈接，且其數(shù)量為11，大于預(yù)設(shè)的數(shù)值10，因此，網(wǎng)頁A符合所產(chǎn)生的新鏈接符合索引條件的條件。

進一步地，如圖6所示，候選頁面集合條件判斷單元300還包括：鏈接歸類模塊305及持續(xù)產(chǎn)生鏈接條件判斷模塊306。

對于網(wǎng)頁能持續(xù)產(chǎn)生新鏈接的條件的判斷，在本發(fā)明實施例中，首先通過鏈接歸類模塊305是將符合索引條件的鏈接按照URL進行歸類。然后，通過持續(xù)產(chǎn)生鏈接條件判斷模塊306判斷每一類URL對應(yīng)的網(wǎng)頁中的新鏈接是否滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接的條件。具體地，該候選頁面集合中持續(xù)產(chǎn)生新鏈接的條件可為：每 一類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量應(yīng)大于或等于一第三預(yù)設(shè)數(shù)值(例如：5條新鏈接)，且每一類URL對應(yīng)的網(wǎng)頁中符合索引條件的新鏈接的數(shù)量應(yīng)大于或等于一第四預(yù)設(shè)數(shù)值(例如：4條符合索引條件的新鏈接)。當(dāng)每一類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量大于或等于該第三預(yù)設(shè)數(shù)值，且每一類URL對應(yīng)的網(wǎng)頁中符合索引條件的新鏈接的數(shù)量大于或等于該第四預(yù)設(shè)數(shù)值時，則判定該網(wǎng)頁中的新鏈接滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接的條件，即，該網(wǎng)頁符合能持續(xù)產(chǎn)生新鏈接的條件。反之，則判定該網(wǎng)頁不符合能持續(xù)產(chǎn)生新鏈接的條件。

當(dāng)經(jīng)過上述各單元按照不同類別確定了符合候選頁面集合條件的網(wǎng)頁后，觸發(fā)候選頁面集合生成單元400，將滿足預(yù)設(shè)的候選頁面集合條件的各網(wǎng)頁按照類別進行存儲，生成各類別的候選頁面集合。由此，即生成了具有時效性的候選頁面的集合，從而可為后續(xù)進行搜索和網(wǎng)頁抓取時提供了更加精簡且又覆蓋完整的候選頁面集合。

在一實施例中，如圖7所示，該候選頁面集合的生成裝置還可包括一停止條件判斷單元500，用于判斷各類別的候選頁面集合中的網(wǎng)頁是否滿足停止條件；當(dāng)候選頁面集合中的網(wǎng)頁滿足停止條件時，停止抓取網(wǎng)頁，并生成最終的候選頁面集合；當(dāng)候選頁面集合中的網(wǎng)頁不滿足停止條件時，則需返回觸發(fā)上述的網(wǎng)頁抓取單元100，繼續(xù)抓取并分析多個網(wǎng)頁，分別獲取各網(wǎng)頁的屬性信息及正文信息。

其中該停止條件可為對個類別的候選頁面集合中的網(wǎng)頁的數(shù)量的限定，例如，限定每個類別中的候選頁面集合中的網(wǎng)頁的數(shù)量需大于或等于40。則在步驟S105中，是判斷各類別的候選頁面集合中的網(wǎng)頁的數(shù)量是否大于或等于40，如果是，則可停止抓取網(wǎng)頁，并生成最終的候選頁面集合。需要說明的是，此處所描述的限定網(wǎng)頁數(shù)量的停止條件僅為舉例說明，實際應(yīng)用中，還可根據(jù)需要設(shè)定不同的停止條件，本發(fā)明并不以此為限。

本發(fā)明的實施例公開了：

A1、一種候選頁面集合的生成方法，其特征在于，所述的生成方法包括：

步驟a：抓取并分析多個網(wǎng)頁，分別獲取各所述網(wǎng)頁的屬性信息及正文信息；

步驟b：根據(jù)所述正文信息將各所述網(wǎng)頁劃分為多個類別；

步驟c：根據(jù)各所述網(wǎng)頁的屬性信息分別判斷各所述網(wǎng)頁是否滿足預(yù)設(shè)的候選頁面集合條件；

步驟d：將滿足所述預(yù)設(shè)的候選頁面集合條件的各所述網(wǎng)頁按照所述類別進行存 儲，生成各所述類別的候選頁面集合。

A2、根據(jù)權(quán)利要求A1所述的候選頁面集合的生成方法，其特征在于，在所述步驟d之后，所述的生成方法還包括：

步驟e：判斷各所述類別的候選頁面集合中的網(wǎng)頁是否滿足停止條件；

當(dāng)所述候選頁面集合中的網(wǎng)頁滿足所述停止條件時，停止抓取網(wǎng)頁，并生成最終的候選頁面集合。

A3、根據(jù)權(quán)利要求A2所述的候選頁面集合的生成方法，其特征在于，所述的生成方法還包括：

當(dāng)所述候選頁面集合中的網(wǎng)頁不滿足所述停止條件時，返回所述步驟a，抓取并分析多個網(wǎng)頁，分別獲取各所述網(wǎng)頁的屬性信息及正文信息。

A4、根據(jù)權(quán)利要求A1至A3中任一項所述的候選頁面集合的生成方法，其特征在于，所述步驟c具體包括：

將每個所述網(wǎng)頁的鏈接與已存儲網(wǎng)頁的鏈接進行比對，以確定所述網(wǎng)頁中新鏈接的數(shù)量；

判斷所述新鏈接的數(shù)量是否滿足候選頁面集合中新鏈接數(shù)量的條件。

A5、根據(jù)權(quán)利要求A4所述的候選頁面集合的生成方法，其特征在于，判斷所述新鏈接的數(shù)量是否滿足候選頁面集合中新鏈接數(shù)量的條件，具體包括：

判斷所述新鏈接的數(shù)量是否大于或等于一第一預(yù)設(shè)數(shù)值；

如果是，則所述新鏈接的數(shù)量滿足所述候選頁面集合中新鏈接數(shù)量的條件。

A6、根據(jù)權(quán)利要求A4所述的候選頁面集合的生成方法，其特征在于，所述步驟c進一步包括：

根據(jù)一索引篩選條件確定所述新鏈接中符合索引條件的鏈接的數(shù)量；

判斷所述新鏈接中符合索引條件的鏈接的數(shù)量是否滿足候選頁面集合中符合索引條件鏈接數(shù)量的條件。

A7、根據(jù)權(quán)利要求A6所述的候選頁面集合的生成方法，其特征在于，判斷所述新鏈接中符合索引條件的鏈接的數(shù)量是否滿足候選頁面集合中符合索引條件鏈接數(shù)量的條件，具體包括：

判斷所述新鏈接中符合索引條件的鏈接的數(shù)量是否大于或等于一第二預(yù)設(shè)數(shù)值；

如果是，則所述新鏈接中符合索引條件的鏈接的數(shù)量滿足所述候選頁面集合中符 合索引條件鏈接數(shù)量的條件。

A8、根據(jù)權(quán)利要求A6所述的候選頁面集合的生成方法，其特征在于，所述步驟c進一步包括：

將所述新鏈接中符合索引條件的鏈接按照URL進行歸類；

判斷每一類URL對應(yīng)的網(wǎng)頁中的新鏈接是否滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接的條件。

A9、根據(jù)權(quán)利要求A8所述的候選頁面集合的生成方法，其特征在于，判斷每一類URL對應(yīng)的網(wǎng)頁中的新鏈接是否滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接的條件，具體包括：

判斷每一類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量是否大于或等于一第三預(yù)設(shè)數(shù)值，且每一類URL對應(yīng)的網(wǎng)頁中符合索引條件的新鏈接的數(shù)量是否大于或等于一第四預(yù)設(shè)數(shù)值；

如果是，則每一類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接數(shù)量的條件，則各所述初步篩選網(wǎng)頁滿足預(yù)設(shè)的候選頁面集合條件。

B10、一種候選頁面集合的生成裝置，其特征在于，所述的生成裝置包括：

網(wǎng)頁抓取單元，用于抓取并分析多個網(wǎng)頁，分別獲取各所述網(wǎng)頁的屬性信息及正文信息；

類別劃分單元，用于根據(jù)所述正文信息將各所述網(wǎng)頁劃分為多個類別；

候選頁面集合條件判斷單元，用于根據(jù)各所述網(wǎng)頁的屬性信息分別判斷各所述網(wǎng)頁是否滿足預(yù)設(shè)的候選頁面集合條件；

候選頁面集合生成單元，用于將滿足所述預(yù)設(shè)的候選頁面集合條件的各所述網(wǎng)頁按照所述類別進行存儲，生成各所述類別的候選頁面集合。

B11、根據(jù)權(quán)利要求B10所述的候選頁面集合的生成裝置，其特征在于，所述的生成裝置還包括：

停止條件判斷單元，用于判斷各所述類別的候選頁面集合中的網(wǎng)頁是否滿足停止條件；當(dāng)所述候選頁面集合中的網(wǎng)頁滿足所述停止條件時，停止抓取網(wǎng)頁，并生成最終的候選頁面集合。

B12、根據(jù)權(quán)利要求B11所述的候選頁面集合的生成裝置，其特征在于，所述停止條件判斷單元還用于：

當(dāng)所述候選頁面集合中的網(wǎng)頁不滿足所述停止條件時，觸發(fā)所述網(wǎng)頁抓取單元，抓取并分析多個網(wǎng)頁，分別獲取各所述網(wǎng)頁的屬性信息及正文信息。

B13、根據(jù)權(quán)利要求B10至B12中任一項所述的候選頁面集合的生成裝置，其特征在于，所述候選頁面集合條件判斷單元具體包括：

新鏈接確定模塊，用于將每個所述網(wǎng)頁的鏈接與已存儲網(wǎng)頁的鏈接進行比對，以確定所述網(wǎng)頁中新鏈接的數(shù)量；

新鏈接條件判斷模塊，用于判斷所述新鏈接的數(shù)量是否滿足候選頁面集合中新鏈接數(shù)量的條件。

B14、根據(jù)權(quán)利要求B13所述的候選頁面集合的生成裝置，其特征在于，所述新鏈接條件判斷模塊具體用于：

判斷所述新鏈接的數(shù)量是否大于或等于一第一預(yù)設(shè)數(shù)值；

如果是，則所述新鏈接的數(shù)量滿足所述候選頁面集合中新鏈接數(shù)量的條件。

B15、根據(jù)權(quán)利要求B13所述的候選頁面集合的生成裝置，其特征在于，所述候選頁面集合條件判斷單元進一步包括：

符合索引條件鏈接確定模塊，用于根據(jù)一索引篩選條件確定所述新鏈接中符合索引條件的鏈接的數(shù)量；

索引條件判斷模塊，用于判斷所述新鏈接中符合索引條件的鏈接的數(shù)量是否滿足候選頁面集合中符合索引條件鏈接數(shù)量的條件。

B16、根據(jù)權(quán)利要求B15所述的候選頁面集合的生成裝置，其特征在于，所述索引條件判斷模塊具體用于：

判斷所述新鏈接中符合索引條件的鏈接的數(shù)量是否大于或等于一第二預(yù)設(shè)數(shù)值；

如果是，則所述新鏈接中符合索引條件的鏈接的數(shù)量滿足所述候選頁面集合中符合索引條件鏈接數(shù)量的條件。

B17、根據(jù)權(quán)利要求B15所述的候選頁面集合的生成裝置，其特征在于，所述候選頁面集合條件判斷單元進一步包括：

鏈接歸類模塊，用于將所述新鏈接中符合索引條件的鏈接按照URL進行歸類；

持續(xù)產(chǎn)生鏈接條件判斷模塊，用于判斷每一類URL對應(yīng)的網(wǎng)頁中的新鏈接是否滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接的條件。

B18、根據(jù)權(quán)利要求B17所述的候選頁面集合的生成裝置，其特征在于，所述持 續(xù)產(chǎn)生鏈接條件判斷模塊具體用于：

判斷每一類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量是否大于或等于一第三預(yù)設(shè)數(shù)值，且每一類URL對應(yīng)的網(wǎng)頁中符合索引條件的新鏈接的數(shù)量是否大于或等于一第四預(yù)設(shè)數(shù)值；

如果是，則每一類URL對應(yīng)的網(wǎng)頁中的新鏈接的數(shù)量滿足候選頁面集合中持續(xù)產(chǎn)生新鏈接數(shù)量的條件，則各所述初步篩選網(wǎng)頁滿足預(yù)設(shè)的候選頁面集合條件。

本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例方法中的全部或部分步驟可以通過程序來指令相關(guān)的硬件來完成，該程序可以存儲于一計算機可讀取存儲介質(zhì)中，比如ROM/RAM、磁碟、光盤等。

以上所述的具體實施例，對本發(fā)明的目的、技術(shù)方案和有益效果進行了進一步詳細說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實施例而已，并不用于限定本發(fā)明的保護范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。