1.本公开涉及计算机技术领域，尤其涉及网页监控技术领域，具体涉及一种建立用于测试网页的样本库的方法、网页的测试方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术：2.随着通信、互联网的发展，网页内容日趋丰富，由原来的文字逐步发展到图片、视频等，越来越丰富的网页内容导致搜索引擎的结果页的展现样式也越来越多，在搜索引擎效果不断迭代过程中，如何有效地监视网页的展现效果显得尤为重要。
3.在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
技术实现要素：4.本公开提供了一种建立用于测试网页的样本库的方法、网页的测试方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
5.根据本公开的一方面，提供了一种建立用于测试网页的样本库的方法，包括：获取多个参考网页分别对应的网页数据；针对所述多个参考网页中的每一个参考网页，识别该参考网页对应的网页数据中的搜索结果数据，并将该网页数据中除所述搜索结果数据之外的数据作为框架数据；基于该参考网页对应的框架数据，提取该参考网页的框架特征；基于该参考网页对应的搜索结果数据，提取该参考网页的搜索结果特征；将所述多个参考网页中具有相同框架特征的一个或多个参考网页划分为同一个类别，以获得至少一个类别；针对所述至少一个类别中的每一个类别，将该类别对应的相同框架特征作为该类别对应的样本框架特征；基于该类别中的每一个参考网页的搜索结果特征，确定该类别对应的样本搜索结果特征；基于所述样本框架特征和所述样本搜索结果特征，得到该类别对应的样本特征；以及基于所述至少一个类别中的每一个类别对应的样本特征，确定样本库。
6.根据本公开的另一方面，提供了一种网页的测试方法，包括：获取样本库和待测试网页对应的待测试网页数据；识别所述待测试网页数据中的搜索结果数据，并将所述待测试网页数据中除所述搜索结果数据之外的数据作为框架数据；将所述待测试网页对应的框架数据与所述样本库中每一个样本特征中的样本框架特征进行比对；响应于所述待测试网页对应的框架数据符合所述样本库中的一个样本特征中的样本框架特征，将所述待测试网页对应的搜索结果数据与该样本特征中的样本搜索结果特征进行比对；以及响应于所述待测试网页对应的搜索结果数据符合所述样本搜索结果特征中的任一子结果特征，确定所述待测试网页通过测试，其中，所述样本库是根据建立用于测试网页的样本库的方法得到的。
7.根据本公开的另一方面，提供了一种建立用于测试网页的样本库的装置，包括：第一获取模块，被配置为获取多个参考网页分别对应的网页数据；第一识别模块，被配置为针
对所述多个参考网页中的每一个参考网页，识别该参考网页对应的网页数据中的搜索结果数据，并将该网页数据中除所述搜索结果数据之外的数据作为框架数据；第一提取模块，被配置为基于该参考网页对应的框架数据，提取该参考网页的框架特征；第二提取模块，被配置为基于该参考网页对应的搜索结果数据，提取该参考网页的搜索结果特征；划分模块，被配置为将所述多个参考网页中具有相同框架特征的一个或多个参考网页划分为同一个类别，以获得至少一个类别；第一确定模块，被配置为针对所述至少一个类别中的每一个类别，将该类别对应的相同框架特征作为该类别对应的样本框架特征；第二确定模块，被配置为基于该类别中的每一个参考网页的搜索结果特征，确定该类别对应的样本搜索结果特征；第三确定模块，被配置为基于所述样本框架特征和所述样本搜索结果特征，得到该类别对应的样本特征；以及第四确定模块，被配置为基于所述至少一个类别中的每一个类别对应的样本特征，确定样本库。
8.根据本公开的另一方面，提供了一种网页的测试装置，包括：第二获取模块，被配置为获取样本库和待测试网页对应的待测试网页数据；第二识别模块，被配置为识别所述待测试网页数据中的搜索结果数据，并将所述待测试网页数据中除所述搜索结果数据之外的数据作为框架数据；第一比对模块，被配置为将所述待测试网页对应的框架数据与所述样本库中每一个样本特征中的样本框架特征进行比对；第二比对模块，被配置为响应于所述待测试网页对应的框架数据符合所述样本库中的一个样本特征中的样本框架特征，将所述待测试网页对应的搜索结果数据与该样本特征中的样本搜索结果特征进行比对；以及第八确定模块，被配置为响应于所述待测试网页对应的搜索结果数据符合所述样本搜索结果特征中的任一子结果特征，确定所述待测试网页通过测试，其中，所述样本库是根据建立用于测试网页的样本库的方法得到的。
9.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前述任一项方法。
10.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，其中，所述计算机指令用于使所述计算机执行前述任一项方法。
11.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，其中，所述计算机程序在被处理器执行时实现前述任一项方法。
12.根据本公开的一个或多个实施例，提供了一种建立用于测试网页的样本库的方法，通过将参考网页分为框架部分和搜索结果部分，基于框架部分来对参考网页进行分类并对这两部分分别进行特征提取，以针对一个类别来构建具有一定样式的通用的样本特征以用于网页的测试。
13.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
14.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要
求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
15.图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
16.图2示出了根据本公开的实施例的建立用于测试网页的样本库的方法的流程图；
17.图3示出了根据本公开的实施例的网页的测试方法的流程图；
18.图4示出了根据本公开的实施例的建立用于测试网页的样本库的装置的结构框图；
19.图5示出了根据本公开的实施例的网页的测试装置的结构框图；以及
20.图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
21.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。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。
22.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
23.在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
24.相关技术中，对网页的展现效果的监控往往需要测试人员在监控平台上手动添加监控项目，需要花费较长时间来确定命中新产品或策略的搜索词、确定需要监控的特征以及合适的监控规则等来对网页的特征进行监控、调试、观察监控网页的稳定性。而这一过程耗时较久，且人工添加的监控方案质量与测试人员的能力等因素息息相关，可能存在监控质量参差不齐的情况。在一些相关技术中，还可以通过对文档对象模型(document object model，dom)树的整体结构或dom树结构的图片的比对来检测网页变化，而在这种方法中，需要对网页进行逐项对比，因此只适用于简单网页，而对搜索引擎的结果页等具有复杂网页结果的网页来说，如果单纯使用整页网页作为基线版本，则会导致基线膨胀，造成过多误报。
25.为解决上述问题，本公开提供了一种建立用于测试网页的样本库的方法，通过将参考网页分为框架部分和搜索结果部分，基于框架部分来对参考网页进行分类并对这两部分分别进行特征提取，以针对一个类别来构建具有一定样式的通用的样本特征来用于网页的测试以实现对网页的自动化监测，大大减少了人工的投入。这一特征提取的方式以及针对不同类别的网页来构建对应的样本特征，使得所提取的特征更加灵活，并有效减少了测试的特征数量，提升了测试效率。
26.下面将结合附图详细描述本公开的实施例。
27.图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
28.在本公开的实施例中，服务器120可以运行使得能够执行前述任一方法的一个或多个服务或软件应用。
29.在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(saas)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
30.在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
31.用户可以使用客户端设备101、102、103、104、105和/或106来执行前述任一方法。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
32.客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如microsoft windows、apple ios、类unix操作系统、linux或类linux操作系统(例如google chrome os)；或包括各种移动操作系统，例如microsoft windows mobile os、ios、windows phone、android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(pda)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(sms)应用程序，并且可以使用各种通信协议。
33.网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于tcp/ip、sna、ipx等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(lan)、基于以太网的网络、令牌环、广域网(wan)、因特网、虚拟网络、虚拟专用网络(vpn)、内部网、外部网、公共交换电话网(pstn)、红外网络、无线网络(例如蓝牙、wifi)和/或这些和/或其他网络的任意组合。
34.服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如pc(个人计算机)服务器、unix服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或
者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
35.服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括http服务器、ftp服务器、cgi服务器、java服务器、数据库服务器等。
36.在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
37.在一些实施方式中，服务器120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。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(vps，virtual private server)服务中存在的管理难度大、业务扩展性弱的缺陷。
38.系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
39.在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
40.图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
41.图2示出了根据本公开的实施例的建立用于测试网页的样本库的方法的流程图。如图2所示，建立用于测试网页的样本库的方法200包括：
42.步骤s201、获取多个参考网页分别对应的网页数据。示例性的，所获取的多个参考网页分别对应的网页数据为网页对应的超文本标记语言(hyper text markup language，html)数据，后续的处理操作均基于网页对应的html数据来进行。
43.步骤s202、针对所述多个参考网页中的每一个参考网页，识别该参考网页对应的网页数据中的搜索结果数据，并将该网页数据中除所述搜索结果数据之外的数据作为框架数据。可以理解的是，对于例如搜索引擎的结果页这样的网页来说，网页数据中包含用于展示网页框架的框架数据以及用于展示搜索结果的搜索结果数据，这两种数据在展现的过程中具有不同的特点，对二者进行识别和区分有助于提升网页测试的效率。
44.步骤s203、基于该参考网页对应的框架数据，提取该参考网页的框架特征。
45.步骤s204、基于该参考网页对应的搜索结果数据，提取该参考网页的搜索结果特征。
46.框架数据和搜索结果数据在网页展现过程中具有不同的特点，对框架数据和搜索结果数据分别进行特征提取，以得到对应的框架特征和搜索结果特征。
47.步骤s205、将所述多个参考网页中具有相同框架特征的一个或多个参考网页划分为同一个类别，以获得至少一个类别。
48.步骤s206、针对所述至少一个类别中的每一个类别，将该类别对应的相同框架特征作为该类别对应的样本框架特征。
49.可以理解的是，具有相同框架特征的网页为同一类别的网页。例如，在搜索引擎的结果页中，同一个搜索引擎对应的多个结果页具有相同的搜索框、网页标志、网页底部的操作条等，因此，相比于将每一个参考网页的框架特征均作为用于比对的样本框架特征，基于框架特征对网页进行分类，并将该类别对应的相同框架特征作为该类别对应的样本框架特征，可以有效减少待比对的框架特征的数量，防止特征膨胀。
50.步骤s207、基于该类别中的每一个参考网页的搜索结果特征，确定该类别对应的样本搜索结果特征。
51.步骤s208、基于所述样本框架特征和所述样本搜索结果特征，得到该类别对应的样本特征。由此，可以基于样本搜索结果特征和样本搜索结果特征得到同一类别的网页应该具有的通用的样式或特征。这一过程可以减小提取的特征数量、使得提取特征更加灵活，并提升了后续基于样本库对待测试网页进行特征比对的效率。
52.步骤s209、基于所述至少一个类别中的每一个类别对应的样本特征，确定样本库。由此，可以获得用于测试不同类别网页的样本库。
53.由此，建立得到了用于网页测试的样本库，并在后续可以通过与所建立的样本库进行比对来实现对待测试网页的测试。在建立样本库的过程中，将参考网页分为框架部分和搜索结果部分，基于框架部分来对参考网页进行分类并对这两部分分别进行特征提取，以针对一个类别来构建具有一定样式的通用的样本特征用于与待测试网页进行比对来实现对网页的自动化监测，大大减少了人工的投入。这一特征提取的方式以及针对不同类别的网页来构建对应的样本特征，使得所提取的特征更加灵活，并有效减少了测试的特征数量，提升了测试效率。
54.根据一些实施例，步骤s203包括：针对所述多个参考网页中的每一个参考网页，提取该参考网页对应的框架数据中的叶子节点数据作为该参考网页的框架特征，其中，所述叶子节点数据包括表征叶子节点的属性的属性数据和表征叶子节点在该参考网页对应的dom树结构中的位置的路径数据；并且其中，步骤s204包括：提取该参考网页对应的搜索结果数据中的叶子节点数据作为该参考网页的搜索结果特征。
55.例如搜索引擎的结果页等网页的dom树往往非常复杂，如将dom树中的所有元素均提取出来作为特征并进行逐条比对来测试网页将会使测试过程十分缓慢且易出错。发明人经统计观察各类搜索引擎的结果页，发现网页上所展现出的元素基本都在dom树的叶子节点上，因此，可以通过遍历取出dom树的所有叶子节点和对应的叶子节点的路径，并用这两类信息来描述该结果页所展现的内容。这一特征提取过程使得待测试的dom树结构对应的数据量大大减小。
56.根据一些实施例，类型为文本的叶子节点对应的属性数据包括该叶子节点的类型、标签以及取值，并且，类型为非文本的叶子节点对应的属性数据包括该叶子节点的类型和标签。
57.可以理解的是，在对待测试网页进行测试时，需对该网页所展示的文本内容进行校验，因此，在构建样本库时，需将类型为文本的叶子节点的取值作为搜索结果特征的一部分。在一些示例中，可以根据测试需要，将描述文本的样式例如是否加粗、是否有特效等一同包括在叶子节点对应的属性数据中用于测试待测试网页中的文本内容。对于非文本节点，仅需将该节点的标签和类型包括在其属性数据中，在待测试网页的测试过程中，对非文本节点也无需校验其具体的取值。
58.根据一些实施例，建立用于测试网页的样本库的方法200还包括：针对所述多个参考网页中的每一个参考网页，确定在所述dom树结构中与该参考网页对应的搜索结果数据直接连接的至少一个父节点；针对所述至少一个父节点中的每一个父节点，确定与该父节点直接连接的至少一条搜索结果；以及确定该参考网页的搜索结果特征中与所述至少一条搜索结果中的每一条搜索结果对应的子结果特征。
59.在搜索引擎的结果页中通常会展现结构类似的多条结果，例如在图片结果的展现中可以认为一张图或多张图的展现属于类似的结构；在展示博文的网页中每一条博文通常会以包括用户名、博文文字内容和/或博文图片内容以及操作标签(例如转发、点赞或评论等图标)等内容的形式来展现，可以认为每一条博文具有类似的结构。相应地，在网页对应的html数据中，多条结果对应的结果数据会连接到同一个父节点下，当识别到在同一个父节点下存在多个节点其属性相同、子结构相似时，表示该父节点下存在多条结果，并能够在网页的搜索结果特征中确定与每一条结果对应的子结果特征，以用于后续流程中的搜索结果特征的聚合，使得在对待测试网页进行测试时，只要该网页在同一个父节点下符合多条结果对应的多个子结果特征中的一个子结果特征，即可认为该网页通过测试。在一个示例中，当网页的模板不规范时，可以预留干预识别通路并通过人工对多条结果这一结构进行干预识别。
60.根据一些实施例，步骤s207包括：针对每一类别的参考网页对应的至少一个父节点中的每一个父节点，将该类别中的每一个参考网页中与该父节点直接连接的至少一条搜索结果对应的子结果特征进行聚合，以得到该父节点对应的搜索结果特征；以及基于所述至少一个父节点中的每一个父节点对应的搜索结果特征，确定该类别对应的样本搜索结果特征。
61.可以理解的是，上述的对子结果特征进行聚合表示将多条子结果特征进行合并的同时删除重复的子结果特征，以使得在对待测试网页进行测试时，只要该网页在同一个父节点下符合多条结果对应的多个子结果特征中的一个子结果特征，即可认为该网页通过测试，而无需在构建样本特征的过程中进行特征的排列组合。在相同的框架下，对相同父节点的多条结果进行聚合，相比于多个特征的排列组合可以有效缩小特征数量，防止特征膨胀。
62.根据一些实施例，建立用于测试网页的样本库的方法200还包括：针对所述多个参考网页中的每一个参考网页，响应于该参考网页对应的搜索结果数据中包括由直接连接到同一个父节点的类型为文本的多个叶子节点组成的文本数据并且所述文本数据由于预设样式而被拆分为所述多个叶子节点，对所述多个叶子节点进行拼接，并对拼接得到的一个
叶子节点进行所述预设样式的标注。
63.由于表情、特效等样式的存在，同一簇文本会被分割为多个叶子节点。如果按照叶子节点来抽取特征的话，会导致叶子节点数量较多，且顺序不确定，而对于网页的展现测试来说，这部分均为文本，因此可以对文本进行聚合和拼接从而得到包含文本段的一个叶子节点，并标注文本的样式(是否有表情、文字加粗等)，有助于减少特征的数量。
64.根据本公开的另一方面，提供了一种网页的测试方法。如图3所示，网页的测试方法300包括：步骤s301、获取样本库和待测试网页对应的待测试网页数据；步骤s302、识别所述待测试网页数据中的搜索结果数据，并将所述待测试网页数据中除所述搜索结果数据之外的数据作为框架数据；步骤s303、将所述待测试网页对应的框架数据与所述样本库中每一个样本特征中的样本框架特征进行比对；步骤s304、响应于所述待测试网页对应的框架数据符合所述样本库中的一个样本特征中的样本框架特征，将所述待测试网页对应的搜索结果数据与该样本特征中的样本搜索结果特征进行比对；以及步骤s305、响应于所述待测试网页对应的搜索结果数据符合所述样本搜索结果特征中的任一子结果特征，确定所述待测试网页通过测试，其中，所述样本库是根据前述的建立用于测试网页的样本库的方法得到的。
65.在对待测试网页进行测试时，先基于样本库来验证待测试网页的框架部分，在样本库中找到符合的样本框架特征后，再将搜索结果部分与对应的样本搜索结果特征进行比对。在验证搜索结果的过程中，只要该网页在同一个父节点下符合多条结果对应的多个子结果特征中的一个子结果特征，即可认为该网页通过测试。
66.根据一些实施例，所述网页的测试方法300还包括：响应于所述待测试网页未通过所述测试，提取所述待测试网页的框架特征以及搜索结果特征；基于所述待测试网页的框架特征以及搜索结果特征，更新所述样本库；以及基于更新的样本库对所述待测试网页进行测试。
67.可以理解的是，搜索引擎的结果页等网页具有十分复杂丰富的样式，因此需要较多的样本数量来尽可能地表征网页的全部特征，而过多的样本在存储样本库的过程中会导致过多的存储负担。对于这一问题，本公开通过分步迭代的方式，先利用一部分参考网页来构建样本库用于网页的测试，在测试的过程中，对未通过测试的网页进行检查并对正常的未通过的网页进行特征提取等前述描述的步骤以用于更新样本库，从而扩大样本的同时减少冗余样本出现的可能。对于未通过测试的待测试网页，在更新样本库的前后，分别对该网页进行测试，以验证样本库的扩充效果。
68.根据本公开的另一方面，提供了一种建立用于测试网页的样本库的装置。如图4所示，建立用于测试网页的样本库的装置400包括：第一获取模块401，被配置为获取多个参考网页分别对应的网页数据；第一识别模块402，被配置为针对所述多个参考网页中的每一个参考网页，识别该参考网页对应的网页数据中的搜索结果数据，并将该网页数据中除所述搜索结果数据之外的数据作为框架数据；第一提取模块403，被配置为基于该参考网页对应的框架数据，提取该参考网页的框架特征；第二提取模块404，被配置为基于该参考网页对应的搜索结果数据，提取该参考网页的搜索结果特征；划分模块405，被配置为将所述多个参考网页中具有相同框架特征的一个或多个参考网页划分为同一个类别，以获得至少一个类别；第一确定模块406，被配置为针对所述至少一个类别中的每一个类别，将该类别对应
的相同框架特征作为该类别对应的样本框架特征；第二确定模块407，被配置为基于该类别中的每一个参考网页的搜索结果特征，确定该类别对应的样本搜索结果特征；第三确定模块408，被配置为基于所述样本框架特征和所述样本搜索结果特征，得到该类别对应的样本特征；以及第四确定模块409，被配置为基于所述至少一个类别中的每一个类别对应的样本特征，确定样本库。
69.示例性的，第一获取模块401所获取的多个参考网页分别对应的网页数据为网页对应的超文本标记语言(hyper text markup language，html)数据，装置400后续的处理操作均基于网页对应的html数据来进行。由于网页中内容信息通常具有不同的属性，例如在搜索引擎的结果页中，搜索框、网页标志、网页底部的操作条等是固定不变的，而搜索结果通常是变化的。因此，可以对网页的这一特点对网页数据中的不同内容进行识别并对网页进行分类，针对不同区域进行特征提取以提取出同一类别的网页应该具有的通用的样式或特征，以减小提取的特征数量、使得提取特征更加灵活，并提升了特征比对的效率。
70.由此，可以通过与装置400所建立的样本库进行比对来实现对待测试网页的测试。在装置400建立样本库的过程中，将参考网页分为框架部分和搜索结果部分，基于框架部分来对参考网页进行分类并对这两部分分别进行特征提取，以针对一个类别来构建具有一定样式的通用的样本特征用于与待测试网页进行比对来实现对网页的自动化监测，大大减少了人工的投入。这一特征提取的方式以及针对不同类别的网页来构建对应的样本特征，使得所提取的特征更加灵活，并有效减少了测试的特征数量，提升了测试效率。
71.根据一些实施例，所述第一提取模块403被进一步配置为：针对所述多个参考网页中的每一个参考网页，提取该参考网页对应的框架数据中的叶子节点数据作为该参考网页的框架特征，其中，所述叶子节点数据包括表征叶子节点的属性的属性数据和表征叶子节点在该参考网页对应的dom树结构中的位置的路径数据；并且其中，所述第二提取模块404被进一步配置为：提取该参考网页对应的搜索结果数据中的叶子节点数据作为该参考网页的搜索结果特征。
72.例如搜索引擎的结果页等网页的dom树往往非常复杂，如将dom树中的所有元素均提取出来作为特征并进行逐条比对来测试网页将会使测试过程十分缓慢且易出错。发明人经统计观察各类搜索引擎的结果页，发现网页上所展现出的元素基本都在dom树的叶子节点上，因此，第一提取模块403和第二提取模块404可以通过遍历取出dom树的所有叶子节点和对应的叶子节点的路径，并用这两类信息来描述该结果页所展现的内容。这一特征提取过程使得待测试的dom树结构对应的数据量大大减小。
73.根据一些实施例，类型为文本的叶子节点对应的属性数据包括该叶子节点的类型、标签以及取值，并且，类型为非文本的叶子节点对应的属性数据包括该叶子节点的类型和标签。
74.可以理解的是，在基于样本库对待测试网页进行测试时，需对该网页所展示的文本内容进行校验，因此，在装置400建立样本库时，需将类型为文本的叶子节点的取值作为搜索结果特征的一部分。在一些示例中，第二提取模块404可以根据测试需要，将描述文本的样式例如是否加粗、是否有特效等一同包括在叶子节点对应的属性数据中用于测试待测试网页中的文本内容。对于非文本节点，第一提取模块403仅需将该节点的标签和类型包括在其属性数据中，在待测试网页的测试过程中，对非文本节点也无需校验其具体的取值。
75.根据一些实施例，建立用于测试网页的样本库的装置400还包括：第五确定模块，被配置为针对所述多个参考网页中的每一个参考网页，确定在所述dom树结构中与该参考网页对应的搜索结果数据直接连接的至少一个父节点；第六确定模块，被配置为针对所述至少一个父节点中的每一个父节点，确定与该父节点直接连接的至少一条搜索结果；以及第七确定模块，被配置为确定该参考网页的搜索结果特征中与所述至少一条搜索结果中的每一条搜索结果对应的子结果特征。
76.在搜索引擎的结果页中通常会展现结构类似的多条结果，例如在图片结果的展现中可以认为一张图或多张图的展现属于类似的结构；在展示博文的网页中每一条博文通常会以包括用户名、博文文字内容和/或博文图片内容以及操作标签(例如转发、点赞或评论等图标)等内容的形式来展现，可以认为每一条博文具有类似的结构。相应地，在网页对应的html数据中，多条结果对应的结果数据会连接到同一个父节点下，当第六确定模块识别到在同一个父节点下存在多个节点其属性相同、子结构相似时，表示该父节点下存在多条结果，并能够在网页的搜索结果特征中确定与每一条结果对应的子结果特征，以用于后续流程中的搜索结果特征的聚合，使得在对待测试网页进行测试时，只要该网页在同一个父节点下符合多条结果对应的多个子结果特征中的一个子结果特征，即可认为该网页通过测试。在一个示例中，当网页的模板不规范时，装置400可以预留干预识别通路并通过人工对多条结果这一结构进行干预识别。
77.根据一些实施例，第二确定模块407包括：聚合单元，被配置为针对每一类别的参考网页对应的至少一个父节点中的每一个父节点，将该类别中的每一个参考网页中与该父节点直接连接的至少一条搜索结果对应的子结果特征进行聚合，以得到该父节点对应的搜索结果特征；以及确定单元，被配置为基于所述至少一个父节点中的每一个父节点对应的搜索结果特征，确定该类别对应的样本搜索结果特征。
78.可以理解的是，聚合单元对子结果特征进行聚合表示将多条子结果特征进行合并的同时删除重复的子结果特征，以使得在对待测试网页进行测试时，只要该网页在同一个父节点下符合多条结果对应的多个子结果特征中的一个子结果特征，即可认为该网页通过测试，而无需在构建样本特征的过程中进行特征的排列组合。在相同的框架下，聚合单元对相同父节点的多条结果进行聚合，相比于多个特征的排列组合可以有效缩小特征数量，防止特征膨胀。
79.根据一些实施例，建立用于测试网页的样本库的装置400还包括：拼接模块，被配置为针对所述多个参考网页中的每一个参考网页，响应于该参考网页对应的搜索结果数据中包括由直接连接到同一个父节点的类型为文本的多个叶子节点组成的文本数据并且所述文本数据由于预设样式而被拆分为所述多个叶子节点，对所述多个叶子节点进行拼接，并对拼接得到的一个叶子节点进行所述预设样式的标注。
80.由于表情、特效等样式的存在，同一簇文本会被分割为多个叶子节点。如果按照叶子节点来抽取特征的话，会导致叶子节点数量较多，且顺序不确定，而对于网页的展现测试来说，这部分均为文本，因此拼接模块可以对文本进行聚合和拼接从而得到包含文本段的一个叶子节点，并标注文本的样式(是否有表情、文字加粗等)，有助于减少特征的数量。
81.根据本公开的另一方面，提供了一种网页的测试装置。如图5所示，网页的测试装置500包括：第二获取模块501，被配置为获取样本库和待测试网页对应的待测试网页数据；
第二识别模块502，被配置为识别所述待测试网页数据中的搜索结果数据，并将所述待测试网页数据中除所述搜索结果数据之外的数据作为框架数据；第一比对模块503，被配置为将所述待测试网页对应的框架数据与所述样本库中每一个样本特征中的样本框架特征进行比对；第二比对模块504，被配置为响应于所述待测试网页对应的框架数据符合所述样本库中的一个样本特征中的样本框架特征，将所述待测试网页对应的搜索结果数据与该样本特征中的样本搜索结果特征进行比对；以及第八确定模块505，被配置为响应于所述待测试网页对应的搜索结果数据符合所述样本搜索结果特征中的任一子结果特征，确定所述待测试网页通过测试，其中，所述样本库是根据前述的建立用于测试网页的样本库的方法得到的。
82.在装置500对待测试网页进行测试时，先验证待测试网页的框架部分，在样本库中找到符合的样本框架特征后，再将搜索结果部分与对应的样本搜索结果特征进行比对。在验证搜索结果的过程中，只要该网页在同一个父节点下符合多条结果对应的多个子结果特征中的一个子结果特征，即可认为该网页通过测试。
83.根据一些实施例，网页的测试装置500还包括：提取模块，被配置为响应于所述待测试网页未通过所述测试，提取所述待测试网页的框架特征以及搜索结果特征；更新模块，被配置为基于所述待测试网页的框架特征以及搜索结果特征，更新所述样本库；以及测试模块，被配置为基于更新的样本库对所述待测试网页进行测试。
84.可以理解的是，搜索引擎的结果页等网页具有十分复杂丰富的样式，因此需要较多的样本数量来尽可能地表征网页的全部特征，而过多的样本在存储样本库的过程中会导致过多的存储负担。对于这一问题，网页的测试装置通过分步迭代的方式，先利用一部分参考网页来构建样本库用于网页的测试，在网页的测试装置500进行测试的过程中，提取模块对未通过测试的网页进行检查并对正常的未通过的网页进行特征提取等前述描述的步骤以用于更新样本库，从而扩大样本的同时减少冗余样本出现的可能。对于未通过测试的待测试网页，在更新样本库的前后，分别对该网页进行测试，以验证样本库的扩充效果。
85.如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
86.电子设备600中的多个部件连接至i/o接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600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，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙
tm
设备、802.11设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。
87.计算单元601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601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601执行上文所描述的各个方法和处理，例如建立用于测试网页的样本库的方法或网页的测试方法。例如，在一些实施例中，建立用于测试网页的样本库的方法或网页的测试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608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的建立用于测试网页的样本库的方法或网页的测试方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行建立用于测试网页的样本库的方法或网页的测试方法。
88.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)、复杂可编程逻辑设备(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。
89.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。
90.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。
91.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。
92.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。
93.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。
94.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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，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。
95.虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
技术特征：1.一种建立用于测试网页的样本库的方法，包括：获取多个参考网页分别对应的网页数据；针对所述多个参考网页中的每一个参考网页，识别该参考网页对应的网页数据中的搜索结果数据，并将该网页数据中除所述搜索结果数据之外的数据作为框架数据；基于该参考网页对应的框架数据，提取该参考网页的框架特征；基于该参考网页对应的搜索结果数据，提取该参考网页的搜索结果特征；将所述多个参考网页中具有相同框架特征的一个或多个参考网页划分为同一个类别，以获得至少一个类别；针对所述至少一个类别中的每一个类别，将该类别对应的相同框架特征作为该类别对应的样本框架特征；基于该类别中的每一个参考网页的搜索结果特征，确定该类别对应的样本搜索结果特征；基于所述样本框架特征和所述样本搜索结果特征，得到该类别对应的样本特征；以及基于所述至少一个类别中的每一个类别对应的样本特征，确定样本库。2.根据权利要求1所述的方法，其中，针对所述多个参考网页中的每一个参考网页，基于该参考网页对应的框架数据，提取该参考网页的框架特征包括：针对所述多个参考网页中的每一个参考网页，提取该参考网页对应的框架数据中的叶子节点数据作为该参考网页的框架特征，其中，所述叶子节点数据包括表征叶子节点的属性的属性数据和表征叶子节点在该参考网页对应的dom树结构中的位置的路径数据；并且其中，所述基于该参考网页对应的搜索结果数据，提取该参考网页的搜索结果特征包括：提取该参考网页对应的搜索结果数据中的叶子节点数据作为该参考网页的搜索结果特征。3.根据权利要求2所述的方法，还包括：针对所述多个参考网页中的每一个参考网页，确定在所述dom树结构中与该参考网页对应的搜索结果数据直接连接的至少一个父节点；针对所述至少一个父节点中的每一个父节点，确定与该父节点直接连接的至少一条搜索结果；以及确定该参考网页的搜索结果特征中与所述至少一条搜索结果中的每一条搜索结果对应的子结果特征。4.根据权利要求3所述的方法，其中，针对所述至少一个类别中的每一个类别，基于该类别中的每一个参考网页的搜索结果特征，确定该类别对应的样本搜索结果特征包括：针对每一类别的参考网页对应的至少一个父节点中的每一个父节点，将该类别中的每一个参考网页中与该父节点直接连接的至少一条搜索结果对应的子结果特征进行聚合，以得到该父节点对应的搜索结果特征；以及基于所述至少一个父节点中的每一个父节点对应的搜索结果特征，确定该类别对应的样本搜索结果特征。5.根据权利要求1-4中任一项所述的方法，还包括：
针对所述多个参考网页中的每一个参考网页，响应于该参考网页对应的搜索结果数据中包括由直接连接到同一个父节点的类型为文本的多个叶子节点组成的文本数据并且所述文本数据由于预设样式而被拆分为所述多个叶子节点，对所述多个叶子节点进行拼接，并对拼接得到的一个叶子节点进行所述预设样式的标注。6.根据权利要求2-5中任一项所述的方法，其中，类型为文本的叶子节点对应的属性数据包括该叶子节点的类型、标签以及取值，并且，类型为非文本的叶子节点对应的属性数据包括该叶子节点的类型和标签。7.一种网页的测试方法，包括：获取样本库和待测试网页对应的待测试网页数据；识别所述待测试网页数据中的搜索结果数据，并将所述待测试网页数据中除所述搜索结果数据之外的数据作为框架数据；将所述待测试网页对应的框架数据与所述样本库中每一个样本特征中的样本框架特征进行比对；响应于所述待测试网页对应的框架数据符合所述样本库中的一个样本特征中的样本框架特征，将所述待测试网页对应的搜索结果数据与该样本特征中的样本搜索结果特征进行比对；以及响应于所述待测试网页对应的搜索结果数据符合所述样本搜索结果特征中的任一子结果特征，确定所述待测试网页通过测试，其中，所述样本库是根据权利要求1-6中任一项所述的方法得到的。8.根据权利要求7所述的方法，还包括：响应于所述待测试网页未通过所述测试，提取所述待测试网页的框架特征以及搜索结果特征；基于所述待测试网页的框架特征以及搜索结果特征，更新所述样本库；以及基于更新的样本库对所述待测试网页进行测试。9.一种建立用于测试网页的样本库的装置，包括：第一获取模块，被配置为获取多个参考网页分别对应的网页数据；第一识别模块，被配置为针对所述多个参考网页中的每一个参考网页，识别该参考网页对应的网页数据中的搜索结果数据，并将该网页数据中除所述搜索结果数据之外的数据作为框架数据；第一提取模块，被配置为基于该参考网页对应的框架数据，提取该参考网页的框架特征；第二提取模块，被配置为基于该参考网页对应的搜索结果数据，提取该参考网页的搜索结果特征；划分模块，被配置为将所述多个参考网页中具有相同框架特征的一个或多个参考网页划分为同一个类别，以获得至少一个类别；第一确定模块，被配置为针对所述至少一个类别中的每一个类别，将该类别对应的相同框架特征作为该类别对应的样本框架特征；第二确定模块，被配置为基于该类别中的每一个参考网页的搜索结果特征，确定该类别对应的样本搜索结果特征；
第三确定模块，被配置为基于所述样本框架特征和所述样本搜索结果特征，得到该类别对应的样本特征；以及第四确定模块，被配置为基于所述至少一个类别中的每一个类别对应的样本特征，确定样本库。10.根据权利要求9所述的装置，其中，所述第一提取模块被进一步配置为：针对所述多个参考网页中的每一个参考网页，提取该参考网页对应的框架数据中的叶子节点数据作为该参考网页的框架特征，其中，所述叶子节点数据包括表征叶子节点的属性的属性数据和表征叶子节点在该参考网页对应的dom树结构中的位置的路径数据；并且其中，所述第二提取模块被进一步配置为：提取该参考网页对应的搜索结果数据中的叶子节点数据作为该参考网页的搜索结果特征。11.根据权利要求10所述的装置，还包括：第五确定模块，被配置为针对所述多个参考网页中的每一个参考网页，确定在所述dom树结构中与该参考网页对应的搜索结果数据直接连接的至少一个父节点；第六确定模块，被配置为针对所述至少一个父节点中的每一个父节点，确定与该父节点直接连接的至少一条搜索结果；以及第七确定模块，被配置为确定该参考网页的搜索结果特征中与所述至少一条搜索结果中的每一条搜索结果对应的子结果特征。12.根据权利要求11所述的装置，其中，所述第二确定模块包括：聚合单元，被配置为针对每一类别的参考网页对应的至少一个父节点中的每一个父节点，将该类别中的每一个参考网页中与该父节点直接连接的至少一条搜索结果对应的子结果特征进行聚合，以得到该父节点对应的搜索结果特征；以及确定单元，被配置为基于所述至少一个父节点中的每一个父节点对应的搜索结果特征，确定该类别对应的样本搜索结果特征。13.根据权利要求9-12中任一项所述的装置，还包括：拼接模块，被配置为针对所述多个参考网页中的每一个参考网页，响应于该参考网页对应的搜索结果数据中包括由直接连接到同一个父节点的类型为文本的多个叶子节点组成的文本数据并且所述文本数据由于预设样式而被拆分为所述多个叶子节点，对所述多个叶子节点进行拼接，并对拼接得到的一个叶子节点进行所述预设样式的标注。14.根据权利要求10-13中任一项所述的装置，其中，类型为文本的叶子节点对应的属性数据包括该叶子节点的类型、标签以及取值，并且，类型为非文本的叶子节点对应的属性数据包括该叶子节点的类型和标签。15.一种网页的测试装置，包括：第二获取模块，被配置为获取样本库和待测试网页对应的待测试网页数据；第二识别模块，被配置为识别所述待测试网页数据中的搜索结果数据，并将所述待测试网页数据中除所述搜索结果数据之外的数据作为框架数据；第一比对模块，被配置为将所述待测试网页对应的框架数据与所述样本库中每一个样本特征中的样本框架特征进行比对；
第二比对模块，被配置为响应于所述待测试网页对应的框架数据符合所述样本库中的一个样本特征中的样本框架特征，将所述待测试网页对应的搜索结果数据与该样本特征中的样本搜索结果特征进行比对；以及第八确定模块，被配置为响应于所述待测试网页对应的搜索结果数据符合所述样本搜索结果特征中的任一子结果特征，确定所述待测试网页通过测试，其中，所述样本库是根据权利要求1-6中任一项所述的方法得到的。16.根据权利要求15所述的装置，还包括：提取模块，被配置为响应于所述待测试网页未通过所述测试，提取所述待测试网页的框架特征以及搜索结果特征；更新模块，被配置为基于所述待测试网页的框架特征以及搜索结果特征，更新所述样本库；以及测试模块，被配置为基于更新的样本库对所述待测试网页进行测试。17.一种电子设备，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1-8中任一项所述的方法。18.一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1-8中任一项所述的方法。19.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-8中任一项所述的方法。
技术总结本公开提供了一种建立用于测试网页的样本库的方法、网页的测试方法、装置、电子设备和介质，涉及计算机技术领域，尤其涉及网页监控技术领域。实现方案为：获取多个参考网页分别对应的网页数据；提取该参考网页的框架特征以及搜索结果特征；将具有相同框架特征的参考网页划分为同一个类别，以获得至少一个类别；将每一个类别对应的相同框架特征作为样本框架特征；基于该类别中的每一个参考网页的搜索结果特征，确定样本搜索结果特征；基于样本框架特征和样本搜索结果特征，得到该类别对应的样本特征；基于至少一个类别中的每一个类别对应的样本特征，确定样本库。确定样本库。确定样本库。
技术研发人员：周阳 田丽丽 代闯仁 马闻珏 白路 李思
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2022.05.16
技术公布日：2022/7/5
