應(yīng)用于網(wǎng)頁(yè)快照的數(shù)據(jù)處理方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，更具體地，涉及一種應(yīng)用于網(wǎng)頁(yè)快照的數(shù)據(jù)處理方法及系統(tǒng)。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)的爆發(fā)性發(fā)展，互聯(lián)網(wǎng)應(yīng)用系統(tǒng)所存儲(chǔ)的數(shù)據(jù)以及網(wǎng)頁(yè)數(shù)量在不斷增加。隨著網(wǎng)頁(yè)個(gè)性化展示以及網(wǎng)頁(yè)內(nèi)容的不斷完善與修改，網(wǎng)頁(yè)往往更新迭代形成多個(gè)歷史版本?；ヂ?lián)網(wǎng)為了可以便捷查看網(wǎng)頁(yè)修改前后的對(duì)比，往往將歷史快照數(shù)據(jù)存儲(chǔ)于系統(tǒng)中。傳統(tǒng)的網(wǎng)頁(yè)歷史快照主要用于網(wǎng)絡(luò)搜索引擎中，其目的是為了形成搜索索引，快速檢索目標(biāo)網(wǎng)頁(yè)。
[0003]現(xiàn)有的網(wǎng)頁(yè)修改歷史快照數(shù)據(jù)存儲(chǔ)方法主要是使用全量存儲(chǔ)的方法，即將前一個(gè)版本的網(wǎng)頁(yè)與修改后的網(wǎng)頁(yè)完整的保存下來(lái)。隨著時(shí)間的推移和網(wǎng)頁(yè)修改次數(shù)不斷增多，互聯(lián)網(wǎng)系統(tǒng)所需要存儲(chǔ)的數(shù)據(jù)也會(huì)持續(xù)較快的增長(zhǎng)，這對(duì)于網(wǎng)頁(yè)數(shù)據(jù)頻繁修改的互聯(lián)網(wǎng)系統(tǒng)來(lái)說(shuō)，大大增加了對(duì)存儲(chǔ)空間的需求以及處理的成本。同時(shí)，隨著電子商務(wù)系統(tǒng)的發(fā)展，由于電子商務(wù)系統(tǒng)對(duì)于用戶(hù)個(gè)性化設(shè)計(jì)具有較高需求的特性，對(duì)于不同等級(jí)的會(huì)員展示的頁(yè)面元素可能不一樣，如折扣、價(jià)格、優(yōu)惠信息、運(yùn)費(fèi)信息、贈(zèng)品信息等，加重了網(wǎng)頁(yè)版本差別的形成眾多網(wǎng)頁(yè)歷史快照版本的問(wèn)題。
[0004]現(xiàn)有的網(wǎng)頁(yè)歷史快照技術(shù)主要應(yīng)用于網(wǎng)絡(luò)搜索引擎，一般采用全量保存網(wǎng)頁(yè)歷史快照的方法，導(dǎo)致互聯(lián)網(wǎng)系統(tǒng)需要花費(fèi)大量的存儲(chǔ)空間來(lái)存儲(chǔ)網(wǎng)頁(yè)快照數(shù)據(jù)，特別是在爆發(fā)性增長(zhǎng)的電子商務(wù)系統(tǒng)中，存儲(chǔ)空間的需求及成本負(fù)擔(dān)較大。

【發(fā)明內(nèi)容】

[0005]為解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種應(yīng)用于網(wǎng)頁(yè)快照的數(shù)據(jù)處理方法及數(shù)據(jù)處理系統(tǒng)，能夠大大減少存儲(chǔ)網(wǎng)頁(yè)歷史快照所需的存儲(chǔ)空間，降低處理成本，例如，降低網(wǎng)頁(yè)修改歷史快照數(shù)據(jù)所需的成本。
[0006]—方面，本發(fā)明實(shí)施例提供了一種應(yīng)用于網(wǎng)頁(yè)快照的數(shù)據(jù)處理方法，包括:
[0007]獲取網(wǎng)頁(yè)的網(wǎng)頁(yè)數(shù)據(jù)；
[0008]根據(jù)所述網(wǎng)頁(yè)數(shù)據(jù)和所述網(wǎng)頁(yè)的前版快照數(shù)據(jù)對(duì)比確定二者中表達(dá)相同網(wǎng)頁(yè)內(nèi)容的數(shù)據(jù)，所述前版快照數(shù)據(jù)的時(shí)間早于所述網(wǎng)頁(yè)數(shù)據(jù)的時(shí)間；
[0009]將所述網(wǎng)頁(yè)數(shù)據(jù)中表達(dá)所述相同網(wǎng)頁(yè)內(nèi)容的數(shù)據(jù)替換為用于標(biāo)志這些數(shù)據(jù)的編碼得到當(dāng)前版快照數(shù)據(jù)。
[0010]另一方面，本發(fā)明實(shí)施例提供一種應(yīng)用于網(wǎng)頁(yè)快照的數(shù)據(jù)處理系統(tǒng)，包括:
[0011]數(shù)據(jù)獲取模塊，用于獲取網(wǎng)頁(yè)的網(wǎng)頁(yè)數(shù)據(jù)；
[0012]數(shù)據(jù)對(duì)比模塊，用于根據(jù)所述網(wǎng)頁(yè)數(shù)據(jù)和所述網(wǎng)頁(yè)的前版快照數(shù)據(jù)對(duì)比確定二者中表達(dá)相同網(wǎng)頁(yè)內(nèi)容的數(shù)據(jù)，所述前版快照數(shù)據(jù)的時(shí)間早于所述網(wǎng)頁(yè)數(shù)據(jù)的時(shí)間；
[0013]數(shù)據(jù)替換模塊，用于將所述網(wǎng)頁(yè)數(shù)據(jù)中表達(dá)所述相同網(wǎng)頁(yè)內(nèi)容的數(shù)據(jù)替換為用于標(biāo)志這些數(shù)據(jù)的編碼得到當(dāng)前版快照數(shù)據(jù)。
[0014]采用本發(fā)明實(shí)施例，具有以下優(yōu)點(diǎn):
[0015]1)通過(guò)將網(wǎng)頁(yè)數(shù)據(jù)中表達(dá)相同網(wǎng)頁(yè)內(nèi)容的數(shù)據(jù)替換為相應(yīng)的編碼，不僅能有效地存儲(chǔ)網(wǎng)頁(yè)的歷史快照數(shù)據(jù)，還能夠大大節(jié)省快照數(shù)據(jù)的存儲(chǔ)空間，降低成本；
[0016]2)通過(guò)預(yù)先保存多個(gè)版本的快照數(shù)據(jù)，有利于舊版快照數(shù)據(jù)的查詢(xún)與獲取；
[0017]3)通過(guò)建立用戶(hù)編碼與網(wǎng)頁(yè)名稱(chēng)編碼二者與當(dāng)前版快照數(shù)據(jù)的對(duì)應(yīng)關(guān)系，有利于分用戶(hù)地保存歷史快照數(shù)據(jù)，滿(mǎn)足用戶(hù)的個(gè)性化需求，特別適用于在電商平臺(tái)中為用戶(hù)提供個(gè)性化的頁(yè)面展示。
【附圖說(shuō)明】
[0018]圖1A是根據(jù)本發(fā)明實(shí)施例的一種應(yīng)用于網(wǎng)頁(yè)快照的數(shù)據(jù)處理方法的流程示意圖；
[0019]圖1B是根據(jù)本發(fā)明實(shí)施例的一種實(shí)現(xiàn)圖1A所示處理12的流程示意圖；
[0020]圖2A是根據(jù)本發(fā)明實(shí)施例的一種應(yīng)用于網(wǎng)頁(yè)快照的數(shù)據(jù)處理系統(tǒng)的框圖；
[0021]圖2B是根據(jù)本發(fā)明實(shí)施例的一種數(shù)據(jù)對(duì)比模塊的框圖；
[0022]圖3是根據(jù)本發(fā)明實(shí)施例的一種應(yīng)用于網(wǎng)頁(yè)快照的數(shù)據(jù)處理系統(tǒng)的框圖。
【具體實(shí)施方式】
[0023]下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整的描述。
[0024]圖1A是根據(jù)本發(fā)明實(shí)施例的一種應(yīng)用于網(wǎng)頁(yè)快照的數(shù)據(jù)處理方法的流程示意圖，參照?qǐng)D1A，該方法包括:
[0025]10:獲取網(wǎng)頁(yè)的網(wǎng)頁(yè)數(shù)據(jù)。
[0026]可選地，在本實(shí)施例的一種實(shí)現(xiàn)方式中，處理10可通過(guò)以下方式實(shí)現(xiàn):首先接收觸發(fā)網(wǎng)頁(yè)快照的觸發(fā)請(qǐng)求，該觸發(fā)請(qǐng)求中攜帶有用于標(biāo)志網(wǎng)頁(yè)的網(wǎng)頁(yè)名稱(chēng)編碼。其中，觸發(fā)請(qǐng)求包括但不限于訂單下單交易完成、網(wǎng)頁(yè)頁(yè)面數(shù)據(jù)修改、新商品發(fā)布等。然后，根據(jù)網(wǎng)頁(yè)名稱(chēng)編碼獲取該網(wǎng)頁(yè)名稱(chēng)編碼所對(duì)應(yīng)的網(wǎng)頁(yè)的網(wǎng)頁(yè)數(shù)據(jù)。
[0027]當(dāng)然，在本實(shí)現(xiàn)方式中還可以保存網(wǎng)頁(yè)名稱(chēng)編碼與網(wǎng)頁(yè)數(shù)據(jù)的對(duì)應(yīng)關(guān)系，以便于后續(xù)根據(jù)網(wǎng)頁(yè)名稱(chēng)編碼查找網(wǎng)頁(yè)數(shù)據(jù)或查找經(jīng)過(guò)特定處理后的網(wǎng)頁(yè)數(shù)據(jù)。
[0028]12:根據(jù)網(wǎng)頁(yè)數(shù)據(jù)和網(wǎng)頁(yè)的前版快照數(shù)據(jù)對(duì)比確定二者中表達(dá)相同網(wǎng)頁(yè)內(nèi)容的數(shù)據(jù)。其中，所述前版快照數(shù)據(jù)的時(shí)間早于所述網(wǎng)頁(yè)數(shù)據(jù)的時(shí)間。
[0029]14:針對(duì)所述網(wǎng)頁(yè)數(shù)據(jù)進(jìn)行數(shù)據(jù)替換處理得到當(dāng)前版快照數(shù)據(jù)。其中，數(shù)據(jù)替換處理是指:將網(wǎng)頁(yè)數(shù)據(jù)中表達(dá)所述相同網(wǎng)頁(yè)內(nèi)容的數(shù)據(jù)替換為用于標(biāo)志這些數(shù)據(jù)的編碼。
[0030]采用本實(shí)施例提供的方法，通過(guò)將網(wǎng)頁(yè)數(shù)據(jù)中表達(dá)相同網(wǎng)頁(yè)內(nèi)容的數(shù)據(jù)替換為相應(yīng)的編碼，不僅能有效地存儲(chǔ)網(wǎng)頁(yè)的歷史快照數(shù)據(jù)，還能夠大大節(jié)省快照數(shù)據(jù)的存儲(chǔ)空間，降低成本。
[0031]可選地，在本實(shí)施例的一種實(shí)現(xiàn)方式中，在處理10中，觸發(fā)請(qǐng)求中除了包括網(wǎng)頁(yè)名稱(chēng)編碼之外，還攜帶有用于標(biāo)志用戶(hù)的用戶(hù)編碼。這樣，就可以保存網(wǎng)頁(yè)名稱(chēng)編碼和用戶(hù)編碼二者與網(wǎng)頁(yè)數(shù)據(jù)的對(duì)應(yīng)關(guān)系。在這種情況下，可以針對(duì)同一網(wǎng)頁(yè)獲取/保存對(duì)應(yīng)不同用戶(hù)的網(wǎng)頁(yè)數(shù)據(jù)，滿(mǎn)足用戶(hù)的個(gè)性化需求，特別適用于在電商平臺(tái)中為用戶(hù)提供個(gè)性化的頁(yè)面展示。
[0032]可選地，在本實(shí)施例的一種實(shí)現(xiàn)方式中，如圖1B所示，處理12可以通過(guò)處理120至124來(lái)實(shí)現(xiàn)。下面具體說(shuō)明。
[0033]120:將前版快照數(shù)據(jù)中的編碼替換為該編碼所標(biāo)志的HTML (Hyper Text MarkupLanguage，超文本標(biāo)記語(yǔ)言)標(biāo)簽的HTML內(nèi)容。
[0034]在本實(shí)現(xiàn)方式中，預(yù)先保存多個(gè)版本的快照數(shù)據(jù)。其中的部分版本(例如，除了時(shí)間最早的版本之外的版本)的快照數(shù)據(jù)可以包括HTML內(nèi)容與編碼，其中的編碼用于標(biāo)志相應(yīng)的HTML內(nèi)容。采用本實(shí)現(xiàn)方式，一方面能夠提供舊版本的網(wǎng)頁(yè)歷史快照數(shù)據(jù)，另一方面，為后續(xù)的數(shù)據(jù)替換處理提供了數(shù)據(jù)對(duì)比基礎(chǔ)。
[0035]當(dāng)然，在本實(shí)現(xiàn)方式中，如果前版快照數(shù)據(jù)是保存的所述網(wǎng)頁(yè)的唯一一版快照數(shù)據(jù)，則無(wú)需執(zhí)行處理120，只需執(zhí)行處理122和124。
[0036]122:數(shù)據(jù)分割與編碼處理。具體而言，以HTML標(biāo)簽為單位將網(wǎng)頁(yè)數(shù)據(jù)和前版快照數(shù)據(jù)分割得到多段與HTML標(biāo)簽對(duì)應(yīng)的HTML內(nèi)容，并為前版快照數(shù)據(jù)中的HTML標(biāo)簽編碼。
[0037]124:數(shù)據(jù)對(duì)比處理。具體而言，采用文本比較算法將所述網(wǎng)頁(yè)數(shù)據(jù)中同層級(jí)的標(biāo)簽與所述前版快照數(shù)據(jù)中的所有標(biāo)簽進(jìn)行對(duì)比處理，確定可替換標(biāo)簽。其中，可替換標(biāo)簽是指網(wǎng)頁(yè)數(shù)據(jù)和前版快照數(shù)據(jù)中具有相同HTML內(nèi)容的HTML標(biāo)簽。
[0038]其中，在處理124中，如果網(wǎng)頁(yè)數(shù)據(jù)中當(dāng)前對(duì)比的HTML標(biāo)簽與前版快照數(shù)據(jù)中的HTML標(biāo)簽均存在差異，并且當(dāng)前對(duì)比的HTML標(biāo)簽包含子標(biāo)簽，則將子標(biāo)簽與前版快照數(shù)據(jù)中的HTML標(biāo)簽逐個(gè)對(duì)比。依次類(lèi)推，確定出所有的可替換標(biāo)簽。
[0039]可選地，在本實(shí)施例的一種實(shí)現(xiàn)方式中，如果在處理124中確定網(wǎng)頁(yè)數(shù)據(jù)中當(dāng)前對(duì)比的HTML標(biāo)簽與前版快照數(shù)據(jù)中的HTML標(biāo)簽均存在差異，并且當(dāng)前