專利名稱：一種數(shù)據(jù)庫(kù)建立方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及網(wǎng)絡(luò)技術(shù)，特別涉及一種對(duì)網(wǎng)絡(luò)上的數(shù)據(jù)進(jìn)行有序整理和存儲(chǔ)的數(shù)據(jù) 庫(kù)建立方法和裝置。
背景技術(shù)：
當(dāng)前，互聯(lián)網(wǎng)上的數(shù)據(jù)總體上雜亂無(wú)章，用戶如果需要查找某個(gè)具體的信息，比如 關(guān)于“ χ X學(xué)校”的介紹，通常需要借助于搜索弓I擎來(lái)進(jìn)行搜索。但是，這種搜索方式存在一定的缺陷，即不能使用戶準(zhǔn)確方便地找到所需信息，甚 至不能找到所需信息。這是因?yàn)榘凑宅F(xiàn)有搜索方式，用戶在輸入關(guān)鍵詞，比如“XX學(xué)?！?后，搜索引擎會(huì)顯示出包含該關(guān)鍵詞的所有信息，如“XX學(xué)校”的地址、用戶對(duì)“XX學(xué) 校”的評(píng)價(jià)、“ X X學(xué)?！钡慕榻B、與“ X X學(xué)?！毕嚓P(guān)的歷史事件，以及“ X X學(xué)?！钡南嚓P(guān) 新聞等，而且這些信息在顯示時(shí)是混雜在一起的，不能進(jìn)行有效區(qū)分，那么，用戶需要進(jìn)行 進(jìn)一步的篩選，才能從中找到自己所需的信息，很不方便。另外，對(duì)于某些比較不常用的關(guān) 鍵詞，比如“ X X學(xué)?！?，該學(xué)校為用戶當(dāng)?shù)匾粋€(gè)很小的學(xué)校，不知名，所以互聯(lián)網(wǎng)上沒(méi)有關(guān) 于該學(xué)校的相關(guān)介紹，那么如果用戶按照現(xiàn)有方式進(jìn)行搜索，則根本就不能得到所需的信 肩、O

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的主要目的在于提供一種數(shù)據(jù)庫(kù)建立方法，能夠使用戶準(zhǔn)確方 便地搜索到自己所需的信息。本發(fā)明的另一目的在于提供一種數(shù)據(jù)庫(kù)建立裝置，能夠使用戶準(zhǔn)確方便地搜索到 自己所需的信息。為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的—種數(shù)據(jù)庫(kù)建立方法，包括確定目標(biāo)數(shù)據(jù)網(wǎng)站；從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信息，并將采集到的所需信息按照所屬類別的不 同分別存儲(chǔ)到數(shù)據(jù)庫(kù)中；接收用戶編輯或創(chuàng)建的數(shù)據(jù)，并將該數(shù)據(jù)按照所屬類別的不同分別存儲(chǔ)到所述數(shù) 據(jù)庫(kù)中。所述確定目標(biāo)數(shù)據(jù)網(wǎng)站包括獲取初選目標(biāo)數(shù)據(jù)網(wǎng)站；按照預(yù)定規(guī)則，分別判斷每個(gè)初選目標(biāo)數(shù)據(jù)網(wǎng)站是否符合要求，如果是，則將該初 選目標(biāo)數(shù)據(jù)網(wǎng)站確定為目標(biāo)數(shù)據(jù)網(wǎng)站。所述從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信息包括訪問(wèn)每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，獲取每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上的每個(gè)網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容；利用關(guān)鍵詞匹配或正則表達(dá)式字符串匹配方式從網(wǎng)頁(yè)內(nèi)容中采集所需信息。
所述訪問(wèn)每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，獲取每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上的每個(gè)網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容包 括分析每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站的統(tǒng)一資源定位符URL，確定該目標(biāo)數(shù)據(jù)網(wǎng)站的網(wǎng)頁(yè)網(wǎng)址 是否有規(guī)律可循，如果是，則根據(jù)所述規(guī)律構(gòu)造循環(huán)條件，并利用構(gòu)造出的循環(huán)條件依次訪 問(wèn)每個(gè)網(wǎng)頁(yè)，獲取網(wǎng)頁(yè)內(nèi)容；否則，通過(guò)對(duì)目標(biāo)數(shù)據(jù)網(wǎng)站的源代碼進(jìn)行分析或利用搜索引擎進(jìn)行搜索，獲取每 個(gè)網(wǎng)頁(yè)的網(wǎng)址，按照確定出的網(wǎng)址訪問(wèn)每個(gè)網(wǎng)頁(yè)，獲取網(wǎng)頁(yè)內(nèi)容。所述利用關(guān)鍵詞匹配或正則表達(dá)式字符串匹配方式從網(wǎng)頁(yè)內(nèi)容中采集所需信息 之前，進(jìn)一步包括剔除網(wǎng)頁(yè)內(nèi)容中的超文本鏈接標(biāo)示語(yǔ)言HTML標(biāo)簽以及無(wú)用的空白字符；確定網(wǎng)頁(yè)內(nèi)容的文字編碼方式是否符合要求，如果不符合，將其轉(zhuǎn)換為預(yù)定的文 字編碼方式。該方法進(jìn)一步包括將所確定的每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，以及從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信息的方式 進(jìn)行保存，依據(jù)所保存的信息，對(duì)所述數(shù)據(jù)庫(kù)進(jìn)行實(shí)時(shí)或定時(shí)更新。該方法進(jìn)一步包括生成搜索界面；接收用戶輸入的關(guān)鍵詞，并在所述數(shù)據(jù)庫(kù)中搜索包含所述關(guān)鍵詞的信息顯示給用 戶。所述搜索包含所述關(guān)鍵詞的信息顯示給用戶包括當(dāng)所述關(guān)鍵詞的數(shù)量為一個(gè)時(shí)，在不同類別中分別搜索包含所述關(guān)鍵詞的信息， 并將搜索到的每個(gè)類別中包含所述關(guān)鍵詞的前N條信息顯示給用戶；所述N為正整數(shù)；當(dāng)所述關(guān)鍵詞的數(shù)量為兩個(gè)以上時(shí)，確定用戶是否需要進(jìn)行比較搜索，如果是，則 針對(duì)每個(gè)關(guān)鍵詞，分別在不同類別中搜索包含所述關(guān)鍵詞的信息，并將搜索到的每個(gè)關(guān)鍵 詞所對(duì)應(yīng)的同一類別中的前N條信息以對(duì)照的形式同時(shí)顯示給用戶。該方法進(jìn)一步包括按照預(yù)先設(shè)定的鏈接關(guān)系，搜索與包含所述關(guān)鍵詞的信息相 關(guān)的信息并顯示給用戶。一種數(shù)據(jù)庫(kù)建立裝置，包括數(shù)據(jù)庫(kù)、確定單元、第一存儲(chǔ)單元以及第二存儲(chǔ)單元， 其中所述確定單元，用于確定目標(biāo)數(shù)據(jù)網(wǎng)站；所述第一存儲(chǔ)單元，用于從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信息，并將采集到的所 需信息按照所屬類別的不同分別存儲(chǔ)到所述數(shù)據(jù)庫(kù)中；所述第二存儲(chǔ)單元，用于接收用戶編輯或創(chuàng)建的數(shù)據(jù)，并將該數(shù)據(jù)按照所屬類別 的不同分別存儲(chǔ)到所述數(shù)據(jù)庫(kù)中。所述確定單元包括獲取子單元，用于獲取初選目標(biāo)數(shù)據(jù)網(wǎng)站；確定子單元，用于按照預(yù)定規(guī)則，分別判斷每個(gè)初選目標(biāo)數(shù)據(jù)網(wǎng)站是否符合要求， 如果是，則將該初選目標(biāo)數(shù)據(jù)網(wǎng)站確定為目標(biāo)數(shù)據(jù)網(wǎng)站。所述第一存儲(chǔ)單元包括
訪問(wèn)子單元，用于訪問(wèn)每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，獲取每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上的每個(gè)網(wǎng)頁(yè) 的網(wǎng)頁(yè)內(nèi)容；采集子單元，用于利用關(guān)鍵詞匹配或正則表達(dá)式字符串匹配方式從網(wǎng)頁(yè)內(nèi)容中采 集所需信息；存儲(chǔ)子單元，用于將采集到的所需信息按照所屬類別的不同分別存儲(chǔ)到所述數(shù)據(jù) 庫(kù)中。所述采集子單元進(jìn)一步用于，剔除網(wǎng)頁(yè)內(nèi)容中的超文本鏈接標(biāo)示語(yǔ)言HTML標(biāo)簽 以及無(wú)用的空白字符，并確定網(wǎng)頁(yè)內(nèi)容的文字編碼方式是否符合要求，如果不符合，則將其 轉(zhuǎn)換為預(yù)定的文字編碼方式。該裝置進(jìn)一步包括更新單元，用于將所確定的每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，以及從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集 所需信息的方式進(jìn)行保存，依據(jù)所保存的信息，對(duì)所述數(shù)據(jù)庫(kù)進(jìn)行實(shí)時(shí)或定時(shí)更新。該裝置進(jìn)一步包括顯示單元，用于生成搜索界面，并根據(jù)用戶輸入的關(guān)鍵詞，在所述數(shù)據(jù)庫(kù)中搜索包 含所述關(guān)鍵詞的信息顯示給用戶；其中，當(dāng)所述關(guān)鍵詞的數(shù)量為一個(gè)時(shí)，在不同類別中分別搜索包含所述關(guān)鍵詞的信息， 并將搜索到的每個(gè)類別中包含所述關(guān)鍵詞的前N條信息顯示給用戶，所述N為正整數(shù)；當(dāng)所 述關(guān)鍵詞的數(shù)量為兩個(gè)以上時(shí)，確定用戶是否需要進(jìn)行比較搜索，如果是，則針對(duì)每個(gè)關(guān)鍵 詞，分別在不同類別中搜索包含所述關(guān)鍵詞的信息，并將搜索到的每個(gè)關(guān)鍵詞所對(duì)應(yīng)的同 一類別中的前N條信息以對(duì)照的形式同時(shí)顯示給用戶。所述顯示單元進(jìn)一步用于，按照預(yù)先設(shè)定的鏈接關(guān)系，搜索與包含所述關(guān)鍵詞的 信息相關(guān)的信息并顯示給用戶?？梢?jiàn)，采用本發(fā)明的技術(shù)方案，可對(duì)互聯(lián)網(wǎng)上的雜亂無(wú)章的數(shù)據(jù)進(jìn)行整理，進(jìn)行有 效分類，利用整理好的數(shù)據(jù)建立數(shù)據(jù)庫(kù)，同時(shí)，可任由用戶編輯或創(chuàng)建新的數(shù)據(jù)，并將其保 存到數(shù)據(jù)庫(kù)中，這樣，即使是原有互聯(lián)網(wǎng)上沒(méi)有的信息，也能在本發(fā)明所述數(shù)據(jù)庫(kù)中保存下 來(lái)，從而降低了用戶搜索不到所需信息的概率；再有，本發(fā)明所述方案使得用戶在進(jìn)行搜索 時(shí)，一次就能獲取到關(guān)于所輸入的關(guān)鍵詞的方方面面的所有信息，另外，與現(xiàn)有技術(shù)相比， 本發(fā)明所述方案按照不同類別對(duì)搜索到的信息進(jìn)行顯示，從而方便了用戶從中準(zhǔn)確查找到 自己所需的信息；再有，本發(fā)明所述方案可進(jìn)一步顯示出與包含用戶輸入的關(guān)鍵詞的信息 相關(guān)的其它信息，從而為用戶提供了盡可能多的信息量，提升了用戶體驗(yàn)。


圖1為本發(fā)明所述方案的整體流程示意圖。圖2為本發(fā)明方法實(shí)施例的流程圖。圖3為本發(fā)明裝置實(shí)施例的組成結(jié)構(gòu)示意圖。
具體實(shí)施例方式針對(duì)現(xiàn)有技術(shù)中存在的問(wèn)題，本發(fā)明中提出一種全新的數(shù)據(jù)庫(kù)建立方案，如圖1 所示，圖1為本發(fā)明所述方案的整體流程示意圖，即對(duì)互聯(lián)網(wǎng)上已有的數(shù)據(jù)進(jìn)行整理，確定目標(biāo)數(shù)據(jù)網(wǎng)站，并從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信息，將采集到的所需信息按照所屬類 別的不同分別存儲(chǔ)到數(shù)據(jù)庫(kù)中；同時(shí)，可由用戶根據(jù)需要，自己編輯或創(chuàng)建數(shù)據(jù)，并將用戶 編輯或創(chuàng)建的數(shù)據(jù)存儲(chǔ)到所建立的數(shù)據(jù)庫(kù)中，以便對(duì)數(shù)據(jù)庫(kù)中所存儲(chǔ)的信息進(jìn)行完善。為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下參照附圖并舉實(shí)施例，對(duì) 本發(fā)明作進(jìn)一步地詳細(xì)說(shuō)明。圖2為本發(fā)明方法實(shí)施例的流程圖。如圖2所示，包括以下步驟步驟201 確定目標(biāo)數(shù)據(jù)網(wǎng)站。本步驟中，首先，利用已有的搜索引擎，搜索所有初選目標(biāo)數(shù)據(jù)網(wǎng)站；然后，判斷各 初選目標(biāo)數(shù)據(jù)網(wǎng)站是否符合預(yù)定要求，如果符合，則將該初選目標(biāo)數(shù)據(jù)網(wǎng)站確定為目標(biāo)數(shù) 據(jù)網(wǎng)站。舉例說(shuō)明在現(xiàn)有的某一搜索引擎的搜索界面上輸入關(guān)鍵詞“餐館信息”，那么將 會(huì)得到一系列有關(guān)餐館信息匯總的網(wǎng)站(這些網(wǎng)站均需要是不會(huì)引起版權(quán)糾紛的網(wǎng)站，即 沒(méi)有版權(quán)保護(hù)的網(wǎng)站)，這些網(wǎng)站即為初選目標(biāo)數(shù)據(jù)網(wǎng)站；然后，逐個(gè)分析每個(gè)初選目標(biāo)數(shù) 據(jù)網(wǎng)站上包括的餐館數(shù)目，如果大于某一閾值，比如一萬(wàn)個(gè)，則將該初選目標(biāo)數(shù)據(jù)網(wǎng)站確定 為目標(biāo)數(shù)據(jù)網(wǎng)站。如何分析每個(gè)初選目標(biāo)數(shù)據(jù)網(wǎng)站上包括的餐館數(shù)目為現(xiàn)有技術(shù)，不再贅 述。另外，通常無(wú)需對(duì)搜索出的所有初選目標(biāo)數(shù)據(jù)網(wǎng)站均進(jìn)行分析，比如可只分析顯示在首 頁(yè)的網(wǎng)站等，具體實(shí)現(xiàn)方式不限。步驟202 從所確定的目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信息，并將采集到的所需信息按 照所屬類別的不同分別存儲(chǔ)到數(shù)據(jù)庫(kù)中。本步驟中，分別訪問(wèn)確定出的每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所 需的信息，比如餐館名稱、地址、聯(lián)系電話以及介紹等。在實(shí)際應(yīng)用中，在采集所需信息之前，需要首先獲取每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上的每個(gè) 網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容，具體獲取方式如下分析每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站的統(tǒng)一資源定位符(URL，Uniform ResourceLocator)，確 定每個(gè)網(wǎng)頁(yè)的網(wǎng)址是否有規(guī)律可循，如果是，則根據(jù)所述規(guī)律構(gòu)造循環(huán)條件，并利用構(gòu)造出 的循環(huán)條件依次訪問(wèn)每個(gè)網(wǎng)頁(yè)，獲取每個(gè)網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容；否則，通過(guò)對(duì)目標(biāo)數(shù)據(jù)網(wǎng)站的源 代碼進(jìn)行分析或利用搜索引擎進(jìn)行搜索，獲取每個(gè)網(wǎng)頁(yè)的網(wǎng)址，按照確定出的網(wǎng)址訪問(wèn)每 個(gè)網(wǎng)頁(yè)，獲取網(wǎng)頁(yè)內(nèi)容。舉例說(shuō)明假設(shè)某關(guān)于餐館信息匯總的網(wǎng)站共包括5000個(gè)網(wǎng)頁(yè)，其中，每個(gè)餐館對(duì)應(yīng)的介 紹信息所在網(wǎng)頁(yè)的網(wǎng)址均為該網(wǎng)站的網(wǎng)址加上該網(wǎng)頁(yè)對(duì)應(yīng)的數(shù)字編號(hào)，如，http://www. mdbchina. cn/persons/123，則可利用其中的數(shù)字部分來(lái)構(gòu)造循環(huán)條件。即首先訪問(wèn) http://www. mdbchina. cn/persons/1，獲取該網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容，并采集其中的所需信息進(jìn) 行存儲(chǔ)，然后訪問(wèn)http //www. mdbchina. cn/persons/2，獲取該網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容，并采集其 中的所需信息進(jìn)行存儲(chǔ)，依次類推。如果沒(méi)有上述規(guī)律可循，那么可通過(guò)對(duì)該網(wǎng)站的源代碼進(jìn)行分析，獲取各個(gè)餐館 對(duì)應(yīng)的介紹信息所在網(wǎng)頁(yè)的網(wǎng)址，通常，這種匯總類的網(wǎng)站會(huì)在首頁(yè)或前幾頁(yè)中以列表的 形式顯示出各個(gè)餐館，那么可通過(guò)分析依次確定出每個(gè)餐館對(duì)應(yīng)的介紹信息所在網(wǎng)頁(yè)的網(wǎng) 址；或者，也可以借助于已有的搜索引擎，將各餐館的名稱作為關(guān)鍵詞，分別輸入到搜索引擎中，然后訪問(wèn)搜索到的介紹該餐館的網(wǎng)頁(yè)的網(wǎng)址(如維基百科)，并獲取網(wǎng)頁(yè)內(nèi)容。按照上述任一方式獲取到網(wǎng)頁(yè)內(nèi)容后，后續(xù)，剔除每個(gè)網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容中的超文 本鏈接標(biāo)示語(yǔ)言(HTML，Hypertext Markup Language)標(biāo)簽以及無(wú)用的空白字符。另外，由 于國(guó)內(nèi)大多數(shù)網(wǎng)站的網(wǎng)頁(yè)文字編碼方式不統(tǒng)一，比如有的網(wǎng)站采用GB2312編碼方式，而有 的網(wǎng)站采用UTF-8編碼方式，所以，為避免后續(xù)采集所需信息時(shí)出錯(cuò)，可預(yù)先判斷每個(gè)網(wǎng)頁(yè) 的網(wǎng)頁(yè)內(nèi)容的文字編碼方式是否符合要求，如果不符合，則將其轉(zhuǎn)換為預(yù)定的文字編碼方 式，如何轉(zhuǎn)換為現(xiàn)有技術(shù)。之后，按照關(guān)鍵詞匹配或正則表達(dá)式字符串匹配等方式從每個(gè)網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容中 采集所需信息。這兩種方式的具體實(shí)現(xiàn)均為現(xiàn)有技術(shù)，不再贅述。另外，此處僅為舉例說(shuō)明， 如果采用其它方式，只要能夠達(dá)到采集目的，也是可以的。需要說(shuō)明的是，本實(shí)施例中所提到的所需信息，既包括文字，也包括圖片，可以將 采集到的圖片與相關(guān)文字建立對(duì)應(yīng)關(guān)系，比如NBA球隊(duì)的LOGO，各個(gè)國(guó)家的國(guó)旗等。將采集到的信息按照所屬類別的不同，分別進(jìn)行存儲(chǔ)，從而建立起數(shù)據(jù)庫(kù)。具體分 類方式不限，比如，可首先分為多個(gè)大類，包括“衣”、“食”、“住”、“行”、“娛樂(lè)”、“教育”等，然 后每個(gè)大類又可進(jìn)一步分別一定數(shù)量的小類，比如“教育”可分為“大學(xué)”、“中學(xué)”、“小學(xué)”、 “幼兒園”以及“培訓(xùn)班”等各小類，“食”可分為“中餐館”、“西餐館”、“韓國(guó)料理”等各小類。另外，本實(shí)施例中，還可對(duì)數(shù)據(jù)庫(kù)中存儲(chǔ)的數(shù)據(jù)進(jìn)行實(shí)時(shí)或定時(shí)更新。具體更新方 式可以是重復(fù)步驟201 202所述過(guò)程?；蛘撸部梢詫⒃诮?shù)據(jù)庫(kù)時(shí)所確定的每個(gè)目 標(biāo)數(shù)據(jù)網(wǎng)站，以及從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信息的方式，包括如何獲取網(wǎng)頁(yè)內(nèi)容以 及用哪種方式從網(wǎng)頁(yè)內(nèi)容中采集所需信息等均進(jìn)行保存，后續(xù)依據(jù)所保存的信息，對(duì)數(shù)據(jù) 庫(kù)進(jìn)行實(shí)時(shí)或定時(shí)更新。簡(jiǎn)單來(lái)說(shuō)，就相當(dāng)于是建立了一個(gè)表格，該表格中保存有每個(gè)目標(biāo) 數(shù)據(jù)網(wǎng)站的網(wǎng)址與其對(duì)應(yīng)的所需信息采集方式，當(dāng)需要對(duì)數(shù)據(jù)庫(kù)進(jìn)行更新時(shí)，將表格所示 內(nèi)容依次執(zhí)行一遍，如果采集到的所需信息與數(shù)據(jù)庫(kù)中已經(jīng)存儲(chǔ)的信息不同，則進(jìn)行更新。步驟203 接收用戶編輯或創(chuàng)建的數(shù)據(jù)，將該數(shù)據(jù)按照所屬類別的不同分別存儲(chǔ) 到數(shù)據(jù)庫(kù)中。在實(shí)際應(yīng)用中，可根據(jù)數(shù)據(jù)庫(kù)中存儲(chǔ)的信息建立一網(wǎng)站，網(wǎng)站首頁(yè)可顯示各不同 的大類，用戶通過(guò)點(diǎn)擊相應(yīng)的大類的名稱，可進(jìn)入到其下的小類，依次類推。如何建立網(wǎng)站 為現(xiàn)有技術(shù)，不再贅述。假設(shè)用戶點(diǎn)擊打開(kāi)了 “XX學(xué)?！睂?duì)應(yīng)的網(wǎng)頁(yè)，那么本實(shí)施例中，允許用戶對(duì)所顯 示的內(nèi)容進(jìn)行編輯，比如，可在界面上顯示一“編輯”按鈕，系統(tǒng)通過(guò)捕捉用戶鼠標(biāo)動(dòng)作確定 用戶點(diǎn)擊此按鈕后，為用戶顯示對(duì)應(yīng)的編輯界面，然后當(dāng)確定用戶編輯完畢(用戶點(diǎn)擊了 “保存”按鈕)后，將編輯后的內(nèi)容存儲(chǔ)到數(shù)據(jù)庫(kù)中。另外，本實(shí)施例中，還允許用戶自己創(chuàng) 建數(shù)據(jù)，比如，用戶發(fā)現(xiàn)“學(xué)校”大類下的“幼兒園”小類中沒(méi)有自己曾所在的幼兒園，那么 可點(diǎn)擊界面上的“創(chuàng)建”按鈕，系統(tǒng)通過(guò)捕捉用戶鼠標(biāo)的動(dòng)作確定用戶點(diǎn)擊此按鈕后，為用 戶顯示對(duì)應(yīng)的創(chuàng)建界面，需要說(shuō)明的是，該創(chuàng)建界面的格式需要與已有的介紹其它幼兒園 網(wǎng)頁(yè)的格式相同，待確定用戶創(chuàng)建完畢后，將用戶所輸入的信息存儲(chǔ)到的數(shù)據(jù)庫(kù)中。由于對(duì) 于系統(tǒng)來(lái)說(shuō)，用戶所創(chuàng)建的內(nèi)容所屬的小類以及大類等都是已知的，所以在存儲(chǔ)時(shí)，能夠正 確地將用戶所輸入的信息存儲(chǔ)到相應(yīng)的位置。步驟204:生成搜索界面，并根據(jù)用戶輸入的關(guān)鍵詞，在數(shù)據(jù)庫(kù)中搜索包含所述關(guān)鍵詞的信息顯示給用戶。結(jié)合步驟203，可在網(wǎng)站首頁(yè)上顯示一搜索窗口，供用戶輸入其要搜索的信息的關(guān) 鍵詞，待監(jiān)測(cè)到用戶輸入了某一關(guān)鍵詞后，在數(shù)據(jù)庫(kù)所存儲(chǔ)的不同類別信息中分別搜索包 含該關(guān)鍵詞的信息，并將搜索到的每個(gè)類別中包含該關(guān)鍵詞的前N條信息顯示給用戶。假設(shè)用戶輸入的關(guān)鍵詞為“ X X大學(xué)”，那么系統(tǒng)將在所有的不同類別中分別搜索 包含“X χ大學(xué)”的信息，比如，在“大學(xué)”類別中搜索到了一條與該學(xué)校相關(guān)的信息，在“歷 史事件”類別中搜索到了 100條與該學(xué)校相關(guān)的信息，在“人物”類別中搜索到了 50條與該 學(xué)校相關(guān)的信息，在“旅游景點(diǎn)”類別中搜索到了 30條與該學(xué)校相關(guān)的信息，那么在實(shí)際顯 示時(shí)，為了方便用戶閱讀，可以只顯示每個(gè)類別中最熱門的前N條信息，比如前2條。這樣，對(duì)于用戶來(lái)說(shuō)，采用本發(fā)明所述方案后，一次就能獲取到關(guān)于所輸入的關(guān)鍵 詞的方方面面的所有信息，提升了用戶體驗(yàn)，而且，與現(xiàn)有技術(shù)相比，本發(fā)明所述方案按照 不同類別對(duì)搜索到的信息進(jìn)行顯示，方便了用戶從中查找自己所需的信息。另外，本實(shí)施例還提供了 一種比較搜索方式。假設(shè)用戶輸入了兩個(gè)關(guān)鍵詞，那么首 先判斷用戶是否需要進(jìn)行比較搜索(確定用戶是否點(diǎn)擊了“比較搜索”按鈕)，如果是，則針 對(duì)每個(gè)關(guān)鍵詞，分別按照上述只輸入一個(gè)關(guān)鍵詞的方式進(jìn)行處理，但顯示時(shí)，需要按照對(duì)照 的方式進(jìn)行顯示。比如，假設(shè)用戶輸入了兩個(gè)學(xué)校的名字作為關(guān)鍵詞，那么在顯示時(shí)，可以 在頁(yè)面的左側(cè)顯示搜索到的關(guān)于第一個(gè)學(xué)校的信息，在頁(yè)面右側(cè)顯示搜索到的關(guān)于第二個(gè) 學(xué)校的信息，并且，屬于同一類別的信息在顯示時(shí)是一一對(duì)應(yīng)的。另外，在建立數(shù)據(jù)庫(kù)時(shí)，可以為每個(gè)數(shù)據(jù)建立相關(guān)鏈接，比如，可以將與“XX大 學(xué)”屬于同一城市且屬于同一級(jí)別的學(xué)校作為“XX大學(xué)”的鏈接，這樣，當(dāng)用戶搜索“XX 大學(xué)”時(shí)，可將與其相關(guān)的信息，即與“XX大學(xué)”有鏈接關(guān)系的其它學(xué)校的信息一并顯示 給用戶。再有，在實(shí)際應(yīng)用中，也可不通過(guò)監(jiān)測(cè)搜索窗口的方式確定用戶輸入的關(guān)鍵詞，而 是監(jiān)測(cè)用戶的鼠標(biāo)操作，如果監(jiān)測(cè)到用戶通過(guò)層層點(diǎn)擊，最終點(diǎn)擊到了“X X大學(xué)”，那么則 可將“XX大學(xué)”作為關(guān)鍵詞，進(jìn)行搜索和顯示?；谏鲜龇椒?，圖3為本發(fā)明裝置實(shí)施例的組成結(jié)構(gòu)示意圖。如圖3所示，包括 數(shù)據(jù)庫(kù)30、確定單元31、第一存儲(chǔ)單元32以及第二存儲(chǔ)單元33 ；其中確定單元31，用于確定目標(biāo)數(shù)據(jù)網(wǎng)站；第一存儲(chǔ)單元32，用于從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信息，并將采集到的所需 信息按照所屬類別的不同分別存儲(chǔ)到數(shù)據(jù)庫(kù)30中；第二存儲(chǔ)單元33，接收用戶編輯或創(chuàng)建的數(shù)據(jù)，并將該數(shù)據(jù)按照所屬類別的不同 分別存儲(chǔ)到數(shù)據(jù)庫(kù)30中。其中，確定單元31中可具體包括獲取子單元311，用于獲取初選目標(biāo)數(shù)據(jù)網(wǎng)站；確定子單元312，用于按照預(yù)定規(guī)則，分別判斷每個(gè)初選目標(biāo)數(shù)據(jù)網(wǎng)站是否符合預(yù) 定要求，如果是，則將該初選目標(biāo)數(shù)據(jù)網(wǎng)站確定為目標(biāo)數(shù)據(jù)網(wǎng)站。第一存儲(chǔ)單元32中可具體包括訪問(wèn)子單元321，用于訪問(wèn)每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，獲取每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上的每個(gè)網(wǎng) 頁(yè)的網(wǎng)頁(yè)內(nèi)容；
采集子單元322，用于利用關(guān)鍵詞匹配或正則表達(dá)式字符串匹配方式從網(wǎng)頁(yè)內(nèi)容 中采集所需信息；存儲(chǔ)子單元323，用于將采集到的所需信息按照所屬類別的不同分別存儲(chǔ)到數(shù)據(jù) 庫(kù)30中。其中，采集子單元322可進(jìn)一步用于，剔除網(wǎng)頁(yè)內(nèi)容中的HTML標(biāo)簽以及無(wú)用的空 白字符，并確定網(wǎng)頁(yè)內(nèi)容的文字編碼方式是否符合要求，如果不符合，則將其轉(zhuǎn)換為預(yù)定的 文字編碼方式。另外，圖3所示裝置中還可進(jìn)一步包括更新單元34，用于將所確定的每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，以及從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采 集所需信息的方式進(jìn)行保存，依據(jù)所保存的信息，對(duì)數(shù)據(jù)庫(kù)30進(jìn)行實(shí)時(shí)或定時(shí)更新。顯示單元35，用于生成搜索界面，并根據(jù)用戶輸入的關(guān)鍵詞，在數(shù)據(jù)庫(kù)30中搜索 包含所述關(guān)鍵詞的信息顯示給用戶；其中，當(dāng)關(guān)鍵詞的數(shù)量為一個(gè)時(shí)，在不同類別中分別搜索包含所述關(guān)鍵詞的信息，并將 搜索到的每個(gè)類別中包含所述關(guān)鍵詞的前N條信息顯示給用戶，N為正整數(shù)；當(dāng)關(guān)鍵詞的數(shù) 量為兩個(gè)以上時(shí)，確定用戶是否需要進(jìn)行比較搜索，如果是，則針對(duì)每個(gè)關(guān)鍵詞，分別在不 同類別中搜索包含所述關(guān)鍵詞的信息，并將搜索到的每個(gè)關(guān)鍵詞所對(duì)應(yīng)的同一類別中的前 N條信息以對(duì)照的形式同時(shí)顯示給用戶。進(jìn)一步地，顯示單元35還可按照預(yù)先設(shè)定的鏈接關(guān)系，搜索與包含所述關(guān)鍵詞的 信息相關(guān)的信息，并顯示給用戶。圖3所示裝置實(shí)施例的具體工作流程請(qǐng)參照?qǐng)D2所示方法實(shí)施例中的相應(yīng)說(shuō)明， 此處不再贅述?？傊?，采用本發(fā)明的技術(shù)方案，可對(duì)互聯(lián)網(wǎng)上的雜亂無(wú)章的數(shù)據(jù)進(jìn)行整理，進(jìn)行有 效分類，利用整理好的數(shù)據(jù)建立數(shù)據(jù)庫(kù)，同時(shí)，可任由用戶編輯或創(chuàng)建新的數(shù)據(jù)，并將其保 存到數(shù)據(jù)庫(kù)中，這樣，即使是原有互聯(lián)網(wǎng)上沒(méi)有的信息，也能在本發(fā)明所述數(shù)據(jù)庫(kù)中保存下 來(lái)，從而降低了用戶搜索不到所需信息的概率；再有，本發(fā)明所述方案使得用戶在進(jìn)行搜索 時(shí)，一次就能獲取到關(guān)于所輸入的關(guān)鍵詞的方方面面的所有信息，另外，與現(xiàn)有技術(shù)相比， 本發(fā)明所述方案按照不同類別對(duì)搜索到的信息進(jìn)行顯示，從而方便了用戶從中準(zhǔn)確查找到 自己所需的信息；再有，本發(fā)明所述方案可進(jìn)一步顯示出與包含用戶輸入的關(guān)鍵詞的信息 相關(guān)的其它信息，從而為用戶提供了盡可能多的信息量，提升了用戶體驗(yàn)。綜上所述，以上僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。 凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的 保護(hù)范圍之內(nèi)。
權(quán)利要求
一種數(shù)據(jù)庫(kù)建立方法，其特征在于，包括確定目標(biāo)數(shù)據(jù)網(wǎng)站；從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信息，并將采集到的所需信息按照所屬類別的不同分別存儲(chǔ)到數(shù)據(jù)庫(kù)中；接收用戶編輯或創(chuàng)建的數(shù)據(jù)，并將該數(shù)據(jù)按照所屬類別的不同分別存儲(chǔ)到所述數(shù)據(jù)庫(kù)中。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定目標(biāo)數(shù)據(jù)網(wǎng)站包括 獲取初選目標(biāo)數(shù)據(jù)網(wǎng)站；按照預(yù)定規(guī)則，分別判斷每個(gè)初選目標(biāo)數(shù)據(jù)網(wǎng)站是否符合要求，如果是，則將該初選目 標(biāo)數(shù)據(jù)網(wǎng)站確定為目標(biāo)數(shù)據(jù)網(wǎng)站。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信 息包括訪問(wèn)每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，獲取每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上的每個(gè)網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容； 利用關(guān)鍵詞匹配或正則表達(dá)式字符串匹配方式從網(wǎng)頁(yè)內(nèi)容中采集所需信息。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述訪問(wèn)每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，獲取每個(gè)目 標(biāo)數(shù)據(jù)網(wǎng)站上的每個(gè)網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容包括分析每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站的統(tǒng)一資源定位符URL，確定該目標(biāo)數(shù)據(jù)網(wǎng)站的網(wǎng)頁(yè)網(wǎng)址是否 有規(guī)律可循，如果是，則根據(jù)所述規(guī)律構(gòu)造循環(huán)條件，并利用構(gòu)造出的循環(huán)條件依次訪問(wèn)每 個(gè)網(wǎng)頁(yè)，獲取網(wǎng)頁(yè)內(nèi)容；否則，通過(guò)對(duì)目標(biāo)數(shù)據(jù)網(wǎng)站的源代碼進(jìn)行分析或利用搜索引擎進(jìn)行搜索，獲取每個(gè)網(wǎng) 頁(yè)的網(wǎng)址，按照確定出的網(wǎng)址訪問(wèn)每個(gè)網(wǎng)頁(yè)，獲取網(wǎng)頁(yè)內(nèi)容。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用關(guān)鍵詞匹配或正則表達(dá)式字符 串匹配方式從網(wǎng)頁(yè)內(nèi)容中采集所需信息之前，進(jìn)一步包括剔除網(wǎng)頁(yè)內(nèi)容中的超文本鏈接標(biāo)示語(yǔ)言HTML標(biāo)簽以及無(wú)用的空白字符； 確定網(wǎng)頁(yè)內(nèi)容的文字編碼方式是否符合要求，如果不符合，將其轉(zhuǎn)換為預(yù)定的文字編 碼方式。
6.根據(jù)權(quán)利要求1 5中任一項(xiàng)所述的方法，其特征在于，該方法進(jìn)一步包括將所確定的每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，以及從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信息的方式進(jìn)行 保存，依據(jù)所保存的信息，對(duì)所述數(shù)據(jù)庫(kù)進(jìn)行實(shí)時(shí)或定時(shí)更新。
7.根據(jù)權(quán)利要求1 5中任一項(xiàng)所述的方法，其特征在于，該方法進(jìn)一步包括 生成搜索界面；接收用戶輸入的關(guān)鍵詞，并在所述數(shù)據(jù)庫(kù)中搜索包含所述關(guān)鍵詞的信息顯示給用戶。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述搜索包含所述關(guān)鍵詞的信息顯示給 用戶包括當(dāng)所述關(guān)鍵詞的數(shù)量為一個(gè)時(shí)，在不同類別中分別搜索包含所述關(guān)鍵詞的信息，并將 搜索到的每個(gè)類別中包含所述關(guān)鍵詞的前N條信息顯示給用戶；所述N為正整數(shù)；當(dāng)所述關(guān)鍵詞的數(shù)量為兩個(gè)以上時(shí)，確定用戶是否需要進(jìn)行比較搜索，如果是，則針對(duì) 每個(gè)關(guān)鍵詞，分別在不同類別中搜索包含所述關(guān)鍵詞的信息，并將搜索到的每個(gè)關(guān)鍵詞所 對(duì)應(yīng)的同一類別中的前N條信息以對(duì)照的形式同時(shí)顯示給用戶。
9.根據(jù)權(quán)利要求7所述的方法，其特征在于，該方法進(jìn)一步包括按照預(yù)先設(shè)定的鏈接 關(guān)系，搜索與包含所述關(guān)鍵詞的信息相關(guān)的信息，并顯示給用戶。
10.一種數(shù)據(jù)庫(kù)建立裝置，其特征在于，包括數(shù)據(jù)庫(kù)、確定單元、第一存儲(chǔ)單元以及第 二存儲(chǔ)單元，其中所述確定單元，用于確定目標(biāo)數(shù)據(jù)網(wǎng)站；所述第一存儲(chǔ)單元，用于從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信息，并將采集到的所需信 息按照所屬類別的不同分別存儲(chǔ)到所述數(shù)據(jù)庫(kù)中；所述第二存儲(chǔ)單元，用于接收用戶編輯或創(chuàng)建的數(shù)據(jù)，并將該數(shù)據(jù)按照所屬類別的不 同分別存儲(chǔ)到所述數(shù)據(jù)庫(kù)中。
11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述確定單元包括 獲取子單元，用于獲取初選目標(biāo)數(shù)據(jù)網(wǎng)站；確定子單元，用于按照預(yù)定規(guī)則，分別判斷每個(gè)初選目標(biāo)數(shù)據(jù)網(wǎng)站是否符合要求，如果 是，則將該初選目標(biāo)數(shù)據(jù)網(wǎng)站確定為目標(biāo)數(shù)據(jù)網(wǎng)站。
12.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述第一存儲(chǔ)單元包括訪問(wèn)子單元，用于訪問(wèn)每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，獲取每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上的每個(gè)網(wǎng)頁(yè)的網(wǎng) 頁(yè)內(nèi)容；采集子單元，用于利用關(guān)鍵詞匹配或正則表達(dá)式字符串匹配方式從網(wǎng)頁(yè)內(nèi)容中采集所 需{曰息；存儲(chǔ)子單元，用于將采集到的所需信息按照所屬類別的不同分別存儲(chǔ)到所述數(shù)據(jù)庫(kù)中。
13.根據(jù)權(quán)利要求12所述的裝置，其特征在于，所述采集子單元進(jìn)一步用于，剔除網(wǎng)頁(yè) 內(nèi)容中的超文本鏈接標(biāo)示語(yǔ)言HTML標(biāo)簽以及無(wú)用的空白字符，并確定網(wǎng)頁(yè)內(nèi)容的文字編 碼方式是否符合要求，如果不符合，則將其轉(zhuǎn)換為預(yù)定的文字編碼方式。
14.根據(jù)權(quán)利要求10 13中任一項(xiàng)所述的裝置，其特征在于，該裝置進(jìn)一步包括更新單元，用于將所確定的每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站，以及從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需 信息的方式進(jìn)行保存，依據(jù)所保存的信息，對(duì)所述數(shù)據(jù)庫(kù)進(jìn)行實(shí)時(shí)或定時(shí)更新。
15.根據(jù)權(quán)利要求10 13中任一項(xiàng)所述的裝置，其特征在于，該裝置進(jìn)一步包括 顯示單元，用于生成搜索界面，并根據(jù)用戶輸入的關(guān)鍵詞，在所述數(shù)據(jù)庫(kù)中搜索包含所述關(guān)鍵詞的信息顯示給用戶；其中，當(dāng)所述關(guān)鍵詞的數(shù)量為一個(gè)時(shí)，在不同類別中分別搜索包含所述關(guān)鍵詞的信息，并將 搜索到的每個(gè)類別中包含所述關(guān)鍵詞的前N條信息顯示給用戶，所述N為正整數(shù)；當(dāng)所述關(guān) 鍵詞的數(shù)量為兩個(gè)以上時(shí)，確定用戶是否需要進(jìn)行比較搜索，如果是，則針對(duì)每個(gè)關(guān)鍵詞， 分別在不同類別中搜索包含所述關(guān)鍵詞的信息，并將搜索到的每個(gè)關(guān)鍵詞所對(duì)應(yīng)的同一類 別中的前N條信息以對(duì)照的形式同時(shí)顯示給用戶。
16.根據(jù)權(quán)利要求15所述的裝置，其特征在于，所述顯示單元進(jìn)一步用于，按照預(yù)先設(shè) 定的鏈接關(guān)系，搜索與包含所述關(guān)鍵詞的信息相關(guān)的信息并顯示給用戶。
全文摘要
本發(fā)明公開(kāi)了一種數(shù)據(jù)庫(kù)建立方法，包括確定目標(biāo)數(shù)據(jù)網(wǎng)站；從每個(gè)目標(biāo)數(shù)據(jù)網(wǎng)站上采集所需信息，并將采集到的所需信息按照所屬類別的不同分別存儲(chǔ)到數(shù)據(jù)庫(kù)中；接收用戶編輯或創(chuàng)建的數(shù)據(jù)，并將該數(shù)據(jù)按照所屬類別的不同分別存儲(chǔ)到所述數(shù)據(jù)庫(kù)中。本發(fā)明同時(shí)公開(kāi)了一種數(shù)據(jù)庫(kù)建立裝置。應(yīng)用本發(fā)明所述的方法和裝置，能夠使用戶準(zhǔn)確方便地搜索到自己所需的信息。
文檔編號(hào)G06F17/30GK101894109SQ200910084130
公開(kāi)日2010年11月24日 申請(qǐng)日期2009年5月20日 優(yōu)先權(quán)日2009年5月20日
發(fā)明者熊燁, 袁學(xué)軍 申請(qǐng)人:無(wú)錫比比網(wǎng)信息有限公司