CN104391934A - 数据校验方法和装置 - Google Patents

Abstract

本发明公开了一种数据校验方法，包括获取待校验数据和待校验数据的属性；根据待校验数据的属性，对待校验数据进行初步分析；根据初步分析结果及规则数据库中的数据类型，确定待校验数据的数据类型；从规则数据库中获取待校验数据的数据类型的规则；根据待校验数据的数据类型的规则，对待校验数据进行校验。本发明还公开了一种数据校验装置。本发明通过预先收集相关通用的各类数据类型的规则，并对规则进行标准化处理和分类后，建立包含有多种数据类型的规则数据库，从而应用所述规则数据库完成对多种数据类型的校验，同时也降低了数据校验工作开发的复杂度，减少了维护的工作量，提高了数据校验的准确率与校验效率。

Description

数据校验方法和装置

技术领域

本发明涉及数字信息的传输领域，尤其涉及数据校验方法和装置。

背景技术

在当前大数据时代背景下，大数据不仅仅是一个简单的数量概念，而是它提供了在新的和正在出现的数据和内容中洞悉事物的机会，使得业务处理更加灵活、深入，以此提高决策能力、洞察力和流程优化。同时大数据的发展也必然会带来数据获取、整合、存储、分析等方面的新发展，产生相应的新技术或者将已有的技术创新地应用于大数据的管理与分析。同时，大数据的这些特点也决定了传统的、以人工分析为主的工作模式将遇到瓶颈，计算机辅助分析或基于计算机的智能化分析，将成为大数据时代数据与信息分析的主流模式。获取正确的数据是大数据发展的首要前提条件，如何既要保证输入数据的准确性，同时又要不断提高数据校验的效率，这是当前制约大数据发展的一个重要问题。

在结构化数据的处理中，尤其是在业务处理的过程中，需要对相应的数据进行准确性进行判断，而现在的处理方式一般为定制式处理，即根据业务类型来制定对应的数据校验方法和处理流程，这样就会使得数据校验面临着不规范，无法重用，无法统一，且标准不一致的困扰。同时，在处理过程中也还需要更多的熟练的技术人员参与才能进行相应的校验数据规则的生成与实施。例如，在结构化数据处理中，通常对于结构化数据的单元会被定义为一个可变的字符串类型，对于该可变字符串类型，除了字符数量的限制外，没有任何其它的限制。如果要提高该数据的准确性，则通常需要开发人员单独写出一段代码来校验数据的准确性，则不仅工作量大，同时工作内容上的重复也浪费了大量的人力资源。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种数据校验方法和装置，旨在在完成数据校验的同时，降低数据校验工作开发的复杂度，同时减少维护的工作量的目的，提高数据校验的效率和准确率。

为实现上述目的，本发明提供一种数据校验方法，包括以下步骤：

获取待校验数据和所述待校验数据的属性；

根据所述待校验数据的属性，对所述待校验数据进行初步分析；

根据所述初步分析结果及所述规则数据库中的数据类型，确定所述待校验数据的数据类型；

从规则数据库中获取所述待校验数据的数据类型的规则；

根据所述待校验数据的数据类型的规则，对所述待校验数据进行校验。

优选地，所述根据所述待校验数据的属性，对所述待校验数据进行初步分析包括：

根据所述待校验数据的属性，分析判断所述待校验数据的属性是否为业务处理过程中预先设置有输入规则的数据属性；

当所述待校验数据的属性不是业务处理过程中预先设置有输入规则的数据属性时，则根据所述待校验数据的属性，分析所述待校验数据的格式，其中，所述待校验数据的格式包括字符格式、数字格式、时间格式。

优选地，所述根据所述初步分析结果及所述规则数据库中的数据类型，确定所述待校验数据的数据类型包括：

根据所述初步分析得到的所述待校验数据的格式，以及所述待校验数据的属性，判断所述规则数据库中具有所述待校验数据的格式的数据类型中是否存在匹配所述待校验数据的属性的数据类型；

当所述规则数据库中存在与所述待校验数据的属性匹配的数据类型时，则确定所述待校验数据的数据类型。

优选地，所述从规则数据库中获取所述待校验数据的数据类型的规则之前包括：

当所述规则数据库中不存在与所述待校验数据的属性匹配的数据类型时，判断所述待校验数据的数据类型对应的规则是否可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成；

当所述待校验数据的数据类型对应的规则可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成时，则通过继承或组合所述规则数据库中预设的原有数据类型的规则，生成与所述待校验数据的数据类型对应的规则；

将所述待校验的数据类型及所生成的与所述待校验数据的数据类型对应的规则加入规则数据库中。

优选地，所述判断所述待校验数据的数据类型对应的规则是否可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成之后包括：

当所述待校验数据的数据类型对应的规则不可以通过继承或组合所述规则数据库中预设的原有数据类型形成时，上报校验异常通知并退出。

本发明还提供一种数据校验装置，包括：

待校验数据获取模块，用于获取待校验数据和所述待校验数据的属性；

初步分析模块，用于根据所述待校验数据的属性，对所述待校验数据进行初步分析；

数据类型确定模块，用于根据所述初步分析结果及所述规则数据库中的数据类型，确定所述待校验数据的数据类型；

规则获取模块，用于从规则数据库中获取所述待校验数据的数据类型的规则；

校验模块，用于根据所述待校验数据的数据类型的规则，对所述待校验数据进行校验。

优选地，所述初步分析模块包括：

分析判断单元，用于根据所述待校验数据的属性，分析判断所述待校验数据的属性是否为业务处理过程中预先设置有输入规则的数据属性；

数据格式分析单元，用于当所述待校验数据的属性不是业务处理过程中预先设置有输入规则的数据属性时，则根据所述待校验数据的属性，分析所述待校验数据的格式，其中，所述待校验数据的格式包括字符格式、数字格式、时间格式。

优选地，所述数据类型确定模块包括：

判断单元，用于根据所述初步分析得到的所述待校验数据的格式，以及所述待校验数据的属性，判断所述规则数据库中具有所述待校验数据的格式的数据类型中是否存在匹配所述待校验数据的属性的数据类型；

确定单元，用于当所述规则数据库中存在与所述待校验数据的属性匹配的数据类型时，则确定所述待校验数据的数据类型。

优选地，所述数据校验装置还包括：

判断模块，用于当所述规则数据库中不存在与所述待校验数据的属性匹配的数据类型时，判断所述待校验数据的数据类型对应的规则是否可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成；

规则生成模块，用于当所述待校验数据的数据类型对应的规则可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成时，则通过继承或组合所述规则数据库中预设的原有数据类型的规则，生成与所述待校验数据的数据类型对应的规则；

规则加入模块，用于将所述待校验的数据类型及所生成的与所述待校验数据的数据类型对应的规则加入规则数据库中。

优选地，所述数据校验装置还包括：

异常处理模块，用于当所述待校验数据的数据类型对应的规则不可以通过继承或组合所述规则数据库中预设的原有数据类型形成时，上报校验异常通知并退出。

本发明通过预先收集相关通用的各类数据类型的规则，并对规则进行标准化处理和分类后，建立包含有多种数据类型的规则数据库，从而应用所述规则数据库完成对多种数据类型的校验。同时本发明还可以根据实际校验需要，通过对规则数据库中已有规则的继承或组合生成更多新的具有实际校验意义的数据类型，从而形成更大量的规则数据库，继而以完成对于大量不同类型数据的校验。同时，本发明也降低了数据校验工作开发的复杂度，同时也减少了维护的工作量，提高了数据校验的准确率与校验效率。

附图说明

图1为本发明数据校验方法第一实施例的流程示意图；

图2为获取校验数据及校验数据的属性的一示例图；

图3为本发明数据校验方法第二实施例的流程示意图；

图4为本发明数据校验方法第三实施例的流程示意图；

图5为本发明数据校验方法第四实施例的流程示意图；

图6为本发明数据校验方法第五实施例的流程示意图；

图7为本发明数据校验装置第一实施例的功能模块示意图；

图8为本发明数据校验装置第二实施例的功能模块示意图；

图9为本发明数据校验装置第三实施例的功能模块示意图；

图10为本发明数据校验装置第四实施例的功能模块示意图；

图11为本发明数据校验装置第五实施例的功能模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明的核心思想是通过预先建立的包含有多种数据类型规则的规则数据库，以实现对数据的校验。使用本发明的规则数据库进行数据校验能够提升定制式的数据校验模式的校验效率和准确率，即根据特定的业务类型来制定对应的数据校验方法和处理流程，降低数据校验工作的难度，减少数据校验处理的工作量，从而提高校验效率及准确率。同时也能更好地统一校验标准，从而能实现规则数据库的重复使用及共享。此外，本发明的规则数据库采用了封装开发的方法，从而降低了进行二次开发的难度。本发明适用于现实社会中各行业和领域中数据的校验，本发明实施例中具体举例的各种数据类型、属性、规则等并不用于限定本发明。

在本发明具体实施例中，所述规则数据库具体是指用于存储各种数据类型及其规则的数据库。所述数据类型是指不同数据的类型，包括数据实体及描述数据实体的各种属性；而所述属性包含有该数据实体的各种自然属性和社会属性；所述规则是由数据类型的各属性对应的预设满足条件的集合，用于待校验数据的校验。本发明中的规则数据库为预先设置，且包含了现实生活中普遍用到的各种数据类型及其规则。例如，数据类型：人，人的自然属性包括：性别、出生日期、年龄等；社会属性包括：职务、称谓、身份证号、身份证住址等。按常理来说，性别分为男或女，年龄为0～150岁，职务可包括经理、主任、组长或县长、市长、省长等等，称谓包括父亲、丈夫、儿子、叔叔等等，身份证号的长度为15位或18位等等。因此，根据数据类型为人的各属性所满足的条件，设置该数据类型为人所对应的规则。

本发明中，数据类型的生成方式包括：通过预先收集整理相关通用的数据类型及其属性的规则，然后经过程序开发生成；通过在数据校验过程中，由程序本身经过分析判断后生成；通过数据验证过程中，根据程序发出的校验异常信息进行二次开发生成。通过以上三种不同数据类型的生成方式，能够逐步完善和扩大规则数据库，继而能够完成对于大量不同类型数据的校验。同时，本发明的规则数据库能够进行移植和共享，因此也可以降低数据校验工作开发和维护的复杂度与工作量，从而提高数据校验的准确率与校验效率。

下面将根据附图说明对本发明的具体实施方法步骤进行说明。

参照图1，图1为本发明数据校验方法第一实施例流程示意图，在本实施例中，数据校验方法包括：

步骤S10，获取待校验数据和所述待校验数据的属性；

对数据进行校验首先需要获取到数据及数据的属性。在日常生活中的多种业务办理，如使用账户密码登陆邮箱，在网站上提交注册信息等，又例如使用银行的业务管理软件办理各种银行业务等都会使用到数据校验。对于要校验的数据都是预先提供好数据输入格式后再输入待校验数据的。

参照图2，图2为获取校验数据及校验数据的属性的一示例图。如图2所示，姓名输入框L10对应姓名属性T10，性别输入框L20对应性别属性T20。通过链接姓名输入框L10和性别输入框L20，获取输入的待校验数据，以及待校验数据所对应的姓名属性T10和性别属性T20。待校验数据的获取可以在电脑、手机等终端设备输入后再获取，也可以由终端设备自动获取，例如使用摄像机拍照方式获取等。此外，获取到的待校验数据可以在获取待校验数据的终端设备上进行数据校验，也可以通过网络或无线等连接方式将待校验数据发送到远程服务器上进行数据校验。

步骤S20，根据所述待校验数据的属性，对所述待校验数据进行初步分析；

根据步骤S10中获得的待校验数据及其属性，对所述待校验数据进行初步分析。首先，分析所述待校验数据是否为业务处理过程中预先设置有输入规则的数据类型，也即所述待校验数据是否为手动选择输入后获得的。例如，在办理业务过程中需要输入姓名、性别、出生日期、身高、证件类型、民族、学历等数据，同时在业务处理流程中已经给出了性别输入选项(男、女)，出生日期输入选项，证件类型输入选项(身份证、护照等)，民族输入选项(汉族、壮族、苗族等)，学历输入选项(博士、硕士、本科等)，对于这一类的数据类型则可以直接手动勾选输入而并需要再做进一步的校验。但对于没有给出输入选项的姓名、身高数据则需要再做进一步的数据校验。其次，再分析待校验数据的格式，例如待校验数据是否为字符格式，或者时间格式，或者数字格式等格式。通过本步骤S20的分析，确定待校验数据的格式以及是否需要再做进一步的校验。

步骤S30，根据所述初步分析结果及所述规则数据库中的数据类型，确定所述待校验数据的数据类型；

在步骤S20中已经对待校验数据做了进一步的分析和筛选，并确定了该待校验数据的格式以及是否需要再做进一步的校验。在本步骤S30中，将进一步根据步骤S20中的初步分析结果，匹配规则数据中待校验数据对应的数据类型。若匹配后的待校验数据对应的数据类型唯一对应，则确定匹配得到的数据类型即为待校验数据的数据类型。若匹配后的待校验数据对应的数据类型有多个，则再次分析所述多个数据类型生成的时间以及相互间的逻辑包含关系，从而再进一步确定待校验数据所对应的数据类型。

例如，根据姓名属性和性别属性去匹配规则数据库中存在该两个属性的数据类型。若匹配后的结果唯一确定，例如匹配结果为数据类型“人”，则可确定待校验数据的数据类型为“人”；若匹配后的结果有多个，例如匹配结果为数据类型“人”、“儿童”、“外国人”等，则自动分析这几个数据类型生成的时间以及相互间的逻辑包含关系，从而可以进一步唯一确定待校验数据所对应的数据类型。本实施例优选生成时间最早且在逻辑上包含其他数据类型的所述数据类型作为待校验数据对应的数据类型。

步骤S40，从规则数据库中获取所述待校验数据的数据类型的规则；

在步骤S30中确定了待校验数据对应规则数据库中的数据类型，则可进一步从规则数据库中获得所述待校验数据的数据类型的规则。

步骤S50，根据所述待校验数据的数据类型的规则，对所述待校验数据进行校验。

根据步骤S40中获得的待校验数据的数据类型的规则，对待校验数据进行校验。例如，待校验数据为某一串号码(如身份证号码)，通过分析后可以确定该串号码对应的规则数据库中的数据类型为“身份证”，该“身份证”数据类型的属性包括：身份证号码、姓名、性别、出生日期、户籍地址、发证机关等。身份证号码属性的规则包括：由15位(老式身份证)或者18位(二代身份证)数字组成，以18位数为例，前6位数为行政区划代码，7-14位为出生日期码，第15至17位为顺序码，第18位为校验码。最后根据身份证号码这一属性的规则，完成对身份证号码的校验。在校验完成后也会相应给出校验的结果，例如在校验输入框右侧打钩表示正确或打顿号表示错误并给出错误原因等，又或是直接弹出对话框给出校验结果等。校验正确则整个校验过程结束，若校验错误则继续步骤S10-S50直至校验正确后结束。

本实施例中，通过链接预设的校验数据输入框获取待校验数据及其属性；然后根据所述待校验数据的属性，对所述待校验数据进行初步分析；根据分析结果确定待校验数据的数据类型后，获取待校验数据属性的规则；最后根据获取的规则完成对待校验数据的校验。通过预先建立的规则数据库，并生成有多种通用数据类型及其属性规则，从而可以完成日常大多数的数据校验工作，而不需要单独针对某一项业务去单独生成对应的数据校验方法和规则，从而降低了数据校验工作开发和维护的复杂度，同时也减少了工作量，提高了数据校验的准确率与校验效率。

进一步地，参照图3，图3为本发明数据校验方法第二实施例流程示意图。基于上述本发明数据校验方法第一实施例，本实施例的数据校验方法在上述步骤S20中包括：

步骤S201，根据所述待校验数据的属性，分析判断所述待校验数据的属性是否为业务处理过程中预先设置有输入规则的数据属性；

在日常的多种业务处理中，程序会对某些数据预先设置好输入的规则，从而只需用户手动勾选即可完成输入且不再需要做进一步的校验。例如，在办理业务过程中需要输入姓名、性别、出生日期、身高、证件类型、民族、学历等数据，同时在业务处理流程中已经给出了性别输入选项(男、女)，出生日期输入选项，证件类型输入选项(身份证、护照等)，民族输入选项(汉族、壮族、苗族等)，学历输入选项(博士、硕士、本科等)，对于这一类的数据类型则可以直接手动勾选输入而并需要再做进一步的校验。但对于没有给出输入选项的姓名、身高数据则需要再做进一步的数据校验。

步骤S202，当所述待校验数据的属性不是业务处理过程中预先设置有输入规则的数据属性时，则根据所述待校验数据的属性，分析所述待校验数据的格式，其中，所述待校验数据的格式包括字符格式、数字格式、时间格式。

当所述待校验数据的属性不是业务处理过程中预先设置有输入规则的数据属性时，则无法确定数据的准确性，因此需要再做进一步的校验。本发明中的规则数据库有预先收录多种通用数据类型及其属性的规则，如果通过遍历规则数据库的方式匹配待校验数据的数据类型将会花费更多的程序运行时间，从而大大降低校验的效率。因此，本实施例通过预先分析待校验数据的格式从而进一步缩小所述匹配的范围，提高校验效率。为简化数据校验匹配过程，本发明中的规则数据库预先将收录的数据类型划分为字符格式的数据类型、数字格式的数据类型和时间格式的数据类型等。例如，当获得的待校验数据的格式为字符格式时，则只需在规则数据库的字符格式数据类型中进行查找匹配，从而可以大大节省校验的时间开销，提高数据校验效率。

本实施例中，通过对待校验数据类型进行初步的分析，进一步确定是否需要进行数据校验和确定待校验数据的格式，从而减少不必要的数据校验，同时缩小规则数据库中数据类型的范围，提高数据校验效率。

进一步地，参照图4，图4为本发明数据校验方法第三实施例流程示意图。基于上述本发明数据校验方法第二实施例，本实施例的数据校验方法在上述步骤S30中还包括：

步骤S301，根据所述初步分析得到的所述待校验数据的格式，以及所述待校验数据的属性，判断所述规则数据库中具有所述待校验数据的格式的数据类型中是否存在匹配所述待校验数据的属性的数据类型；

根据步骤S202中初步分析得到的所述待校验数据的格式，进一步缩小了规则数据库中进行查找匹配待校验数据的数据类型的范围。同时综合所述待校验数据的属性，通过查找匹配待校验数据的属性与规则数据库中数据类型的属性，判断所述规则数据库中具有所述待校验数据的格式的数据类型中是否存在匹配所述待校验数据的属性的数据类型。

步骤S302，当所述规则数据库中存在与所述待校验数据的属性匹配的数据类型时，则确定所述待校验数据的数据类型。

所述规则数据库中存在与所述待校验数据的属性匹配的数据类型时，则可确定所述待校验数据的数据类型。此外，若所述匹配后的结果唯一确定，例如，待校验数据的属性为“姓名”、“性别”、“年龄”，且匹配结果为数据类型“人”，则可确定待校验数据的数据类型为“人”；若匹配后的结果有多个，例如匹配结果为数据类型“人”、“儿童”、“外国人”等，则自动分析这几个数据类型生成的时间以及相互间的逻辑包含关系，从而可以进一步唯一确定待校验数据所对应的数据类型。本实施例优选生成时间最早且在逻辑上包含其他数据类型的所述数据类型作为待校验数据对应的数据类型。

由于规则数据库是预先设置形成的，且并没有完全收录所有的数据类型，因此，在本实施例中，需要先将待校验数据的属性同规则数据库中的数据类型的属性进行匹配，只有当所述规则数据库中存在与所述待校验数据的属性匹配的数据类型时，则可确定所述待校验数据的数据类型。

进一步地，参照图5，图5为本发明数据校验方法第四实施例流程示意图。基于上述本发明数据校验方法第三实施例，本实施例的数据校验方法在上述步骤S40前还包括：

步骤S60，当所述规则数据库中不存在与所述待校验数据的属性匹配的数据类型时，判断所述待校验数据的数据类型对应的规则是否可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成；

由于本实施例中的规则数据库是预先设置的，因此，存在某些没有收录到规则数据库的数据类型。因而，若需要进行该类型数据的校验，则需要通过其他方式来生成新的数据类型及其属性的规则。因此，在规则数据库中，当不存在与所述待校验数据的属性匹配的数据类型时，则需要先对待校验数据的数据类型对应的规则进行判断，判断其是否可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成。例如，某个待校验数据的数据类型并未存在于规则数据库中，因此，将根据待校验数据的属性进行分析判断。例如，该待校验数据包含有属性“姓名”、“性别”、“年龄”，通过分析判断，所述属性存在于规则数据库的数据类型为“人”的属性中，因此，所述待校验数据的规则可以通过继承规则数据库中预设的原有数据类型“人”的属性规则而形成。又例如，某个待校验数据的数据类型并未存在于规则数据库中，因此，将根据待校验数据的属性进行分析判断，例如该待校验数据包含有属性“姓名”、“性别”、“年龄”、“学历”，所述属性存在于规则数据库中数据类型为“人”以及数据类型为“学籍”的属性中，因此，所述待校验数据的规则可以通过组合规则数据库中预设的原有数据类型“人”和“学籍”的属性规则而形成。

步骤S70，当所述待校验数据的数据类型对应的规则可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成时，则通过继承或组合所述规则数据库中预设的原有数据类型的规则，生成与所述待校验数据的数据类型对应的规则。

大多数的数据类型都是可以通过继承或组合其他数据类型形成的。例如，数据类型“学生”可以通过继承通用数据类型“人”形成，数据类型“学生”既具有数据类型“人”的所有属性特征，同时也具有其独特的属性规则，例如年龄属性规则。又例如，数据类型“中国学生”，则可以通过组合数据类型“国家名称”和数据类型“学生”形成。因此，根据步骤S60的判断结果，当待校验数据的数据类型对应的规则可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成时，则通过继承或组合所述规则数据库中预设的原有数据类型的规则，而生成与所述待校验数据的数据类型对应的规则。

步骤S80，将所述待校验的数据类型及所生成的与所述待校验数据的数据类型对应的规则加入规则数据库中。

在结构化数据中，数据类型对应数据的属性以及属性的规则，因此，通过数据的属性及属性的规则，可以命名数据的类型。本发明规则数据库中预先生成的所有数据类型都是具有通用性的，也即在未来的业务处理中可以重复使用。同理，通过继承或组合规则数据库中预设的原有数据类型的规则的待校验的数据类型同样也是可以在未来的业务处理中重复使用的，因此，需要将所述新命名的待校验的数据类型及所新生成的与所述待校验数据的数据类型对应的规则加入规则数据库中，从而能够进一步地扩充和完善规则数据库，进而能够校验更多的数据类型。

在本实施例中，由于本发明的规则数据库并不能完全穷尽收录各种数据类型，因此，对于不存在于规则数据库中的数据类型，则需要重新生成新的数据类型及其属性的规则，并加入到规则数据库中。同时，大多数的数据类型的规则都是可以通过继承或者组合已有的通用数据类型的规则而形成。通过继承或组合的方式不仅能够减少重新编程开发的工作量，同时也能一定程度上缩小规则数据库的大小，减少冗余数据。

进一步地，参照图6，图6为本发明数据校验方法第五实施例流程示意图。基于上述本发明数据校验方法第四实施例，本实施例的数据校验方法在上述步骤S60之后还包括：

步骤S90，当所述待校验数据的数据类型对应的规则不可以通过继承或组合所述规则数据库中预设的原有数据类型形成时，上报校验异常通知并退出。

当所述待校验数据的数据类型对应的规则不可以通过继承或组合所述规则数据库中预设的原有数据类型形成时，则上报校验异常的通知消息，同时由于规则数据库中不存在对应的数据类型，且又不能通过继承或组合形成与校验数据对应的规则，因此在上报完校验异常的通知消息后退出校验。此外，程序开发员还可以根据上报的校验异常消息进行二次开发生成新的数据类型及其属性的规则，并能在下次完成对同类型校验数据的校验。

参照图7，图7为本发明数据校验装置第一实施例的功能模块示意图，在本实施例中，数据校验装置包括：

待校验数据获取模块10，用于获取待校验数据和所述待校验数据的属性；

对数据进行校验首先需要通过待校验数据获取模块10获取到数据及数据的属性。在日常生活中的多种业务办理，如使用账户密码登陆邮箱，在网站上提交注册信息等，又例如使用银行的业务管理软件办理各种银行业务等都会使用到数据校验。对于要校验的数据都是预先提供好数据输入格式后再输入待校验数据并由待校验数据获取模块10获取的。

初步分析模块20，用于根据所述待校验数据的属性，对所述待校验数据进行初步分析；

根据待校验数据获取模块10获得的待校验数据及其属性，初步分析模块20对所述待校验数据进行初步分析。首先，初步分析模块20分析所述待校验数据是否为业务处理过程中预先设置有输入规则的数据类型，也即所述待校验数据是否为手动选择输入后获得的。例如，在办理业务过程中需要输入姓名、性别、出生日期、身高、证件类型、民族、学历等数据，同时在业务处理流程中已经给出了性别输入选项(男、女)，出生日期输入选项，证件类型输入选项(身份证、护照等)，民族输入选项(汉族、壮族、苗族等)，学历输入选项(博士、硕士、本科等)，对于这一类的数据类型则可以直接手动勾选输入而并需要再做进一步的校验。但对于没有给出输入选项的姓名、身高数据则需要再做进一步的数据校验。其次，初步分析模块20再分析待校验数据的格式，例如待校验数据是否为字符格式，或者时间格式，或者数字格式等格式。通过初步分析模块20的分析，确定待校验数据的格式以及是否需要再做进一步的校验。

数据类型确定模块30，用于根据所述初步分析结果及所述规则数据库中的数据类型，确定所述待校验数据的数据类型；

初步分析模块20已经对待校验数据做了进一步的分析和筛选，并确定了该待校验数据的格式以及是否需要再做进一步的校验。数据类型确定模块30将进一步根据初步分析模块20的初步分析结果，匹配规则数据中待校验数据对应的数据类型。若匹配后的待校验数据对应的数据类型唯一对应，则数据类型确定模块30确定匹配得到的数据类型即为待校验数据的数据类型。若匹配后的待校验数据对应的数据类型有多个，则数据类型确定模块30再次分析所述多个数据类型生成的时间以及相互间的逻辑包含关系，从而数据类型确定模块30再进一步确定待校验数据所对应的数据类型。

例如，数据类型确定模块30根据姓名属性和性别属性去匹配规则数据库中存在该两个属性的数据类型。若匹配后的结果唯一确定，例如匹配结果为数据类型“人”，则数据类型确定模块30可确定待校验数据的数据类型为“人”；若匹配后的结果有多个，例如匹配结果为数据类型“人”、“儿童”、“外国人”等，则数据类型确定模块30自动分析这几个数据类型生成的时间以及相互间的逻辑包含关系，从而数据类型确定模块30可以进一步唯一确定待校验数据所对应的数据类型。本实施例优选生成时间最早且在逻辑上包含其他数据类型的所述数据类型作为待校验数据对应的数据类型。

规则获取模块40，用于从规则数据库中获取所述待校验数据的数据类型的规则；

数据类型确定模块30确定了待校验数据对应规则数据库中的数据类型，则规则获取模块40可进一步从规则数据库中获得所述待校验数据的数据类型的规则。

校验模块50，用于根据所述待校验数据的数据类型的规则，对所述待校验数据进行校验

根据规则获取模块40获得的待校验数据的数据类型的规则，校验模块50对待校验数据进行校验。例如，待校验数据为某一串号码(如身份证号码)，通过分析后可以确定该串号码对应的规则数据库中的数据类型为“身份证”，该“身份证”数据类型的属性包括：身份证号码、姓名、性别、出生日期、户籍地址、发证机关等。身份证号码属性的规则包括：由15位(老式身份证)或者18位(新的身份证)数字组成，以18位数为例，前6位数为行政区划代码，7-14位为出生日期码，第15至17位为顺序码，第18位为校验码。最后校验模块50根据身份证号码这一属性的规则，完成对身份证号码的校验。

本实施例中，通过待校验数据获取模块10获取待校验数据及其属性；然后初步分析模块20根据所述待校验数据的属性，对所述待校验数据进行初步分析；数据类型确定模块30根据分析结果确定待校验数据的数据类型后，规则获取模块40获取待校验数据属性的规则；最后校验模块50根据获取的规则完成对待校验数据的校验。通过预先建立的规则数据库，并生成有多种通用数据类型及其属性规则，从而可以完成日常大多数的数据校验工作，而不需要单独针对某一项业务去单独生成对应的数据校验方法和规则，从而降低了数据校验工作开发和维护的复杂度，同时也减少了工作量，提高了数据校验的准确率与校验效率。

进一步地，参照图8，图8为本发明数据校验装置第二实施例的功能模块示意图。基于上述本发明数据校验装置第一实施例，本实施例的数据校验装置在上述初步分析模块20中包括：

分析判断单元201，用于根据所述待校验数据的属性，分析判断所述待校验数据的属性是否为业务处理过程中预先设置有输入规则的数据属性；

在日常的多种业务处理中，程序会对某些数据预先设置好输入的规则，从而只需用户手动勾选即可完成输入且不再需要做进一步的校验。例如，在办理业务过程中需要输入姓名、性别、出生日期、身高、证件类型、民族、学历等数据，同时在业务处理流程中已经给出了性别输入选项(男、女)，出生日期输入选项，证件类型输入选项(身份证、护照等)，民族输入选项(汉族、壮族、苗族等)，学历输入选项(博士、硕士、本科等)，对于这一类的数据类型则可以直接手动勾选输入而并需要再做进一步的校验。因此，分析判断单元201根据所述待校验数据的属性，分析判断所述待校验数据的属性是否为业务处理过程中预先设置有输入规则的数据属性。对于没有给出输入选项的姓名、身高数据则需要再做进一步的数据校验。

数据格式分析单元202，用于当所述待校验数据的属性不是业务处理过程中预先设置有输入规则的数据属性时，则根据所述待校验数据的属性，分析所述待校验数据的格式，其中，所述待校验数据的格式包括字符格式、数字格式、时间格式。

当所述待校验数据的属性不是业务处理过程中预先设置有输入规则的数据属性时，则无法确定数据的准确性，因此需要再做进一步的校验。本发明中的规则数据库有预先收录多种通用数据类型及其属性的规则，如果通过遍历规则数据库的方式匹配待校验数据的数据类型将会花费更多的程序运行时间，从而会大大降低校验的效率。因此，本实施例中，数据格式分析单元202通过预先分析待校验数据的格式从而进一步缩小所述匹配的范围，提高校验效率。为简化数据校验匹配过程，本发明中的规则数据库预先将收录的数据类型划分为字符格式的数据类型、数字格式的数据类型和时间格式的数据类型等。当获得的待校验数据的格式为字符格式时，则只需在规则数据库的字符格式数据类型中进行查找匹配，从而可以大大节省校验的时间开销，提高数据校验效率。

本实施例中，通过分析判断单元201和数据格式分析单元202对待校验数据类型进行初步的分析，进一步确定是否需要进行数据校验和确定待校验数据的格式，从而减少不必要的数据校验，同时缩小规则数据库中数据类型的范围，提高数据校验效率。

进一步地，参照图9，图9为本发明数据校验装置第三实施例的功能模块示意图。基于上述本发明数据校验装置第二实施例，本实施例的数据校验装置在上述数据类型确定模块30中包括：

判断单元301，用于根据所述初步分析得到的所述待校验数据的格式，以及所述待校验数据的属性，判断所述规则数据库中具有所述待校验数据的格式的数据类型中是否存在匹配所述待校验数据的属性的数据类型；

根据数据格式分析单元202初步分析得到的所述待校验数据的格式，进一步缩小了规则数据库中进行查找匹配待校验数据的数据类型的范围。同时判断单元301综合所述待校验数据的属性，通过查找匹配待校验数据的属性与规则数据库中数据类型的属性，判断所述规则数据库中具有所述待校验数据的格式的数据类型中是否存在匹配所述待校验数据的属性的数据类型。

确定单元302，用于当所述规则数据库中存在与所述待校验数据的属性匹配的数据类型时，则确定所述待校验数据的数据类型。

所述规则数据库中存在与所述待校验数据的属性匹配的数据类型时，确定单元302确定所述待校验数据的数据类型。此外，若所述匹配后的结果唯一确定，例如，待校验数据的属性为“姓名”、“性别”、“年龄”，且匹配结果为数据类型“人”，确定单元302确定待校验数据的数据类型为“人”；若匹配后的结果有多个，例如匹配结果为数据类型“人”、“儿童”、“外国人”等，确定单元302自动分析这几个数据类型生成的时间以及相互间的逻辑包含关系，从而可以进一步唯一确定待校验数据所对应的数据类型。本实施例优选生成时间最早且在逻辑上包含其他数据类型的所述数据类型作为待校验数据对应的数据类型。

由于规则数据库是预先设置形成的，且并没有完全收录所有的数据类型，因此，在本实施例中，判断单元301需要先将待校验数据的属性同规则数据库中的数据类型的属性进行匹配并判断所述规则数据库中具有所述待校验数据的格式的数据类型中是否存在匹配所述待校验数据的属性的数据类型。只有当所述规则数据库中存在与所述待校验数据的属性匹配的数据类型时，确定单元302才可确定所述待校验数据的数据类型。

进一步地，参照图10，图10为本发明数据校验装置第四实施例的功能模块示意图。基于上述本发明数据校验装置第三实施例，本实施例的数据校验装置还包括：

判断模块60，用于当所述规则数据库中不存在与所述待校验数据的属性匹配的数据类型时，判断所述待校验数据的数据类型对应的规则是否可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成；

由于本实施例中的规则数据库是预先设置的，因此，存在某些没有收录到规则数据库的数据类型。因而，若需要进行该类型数据的校验，则需要通过其他方式来生成新的数据类型及其属性的规则。因此，在规则数据库中，当不存在与所述待校验数据的属性匹配的数据类型时，则判断模块60需要先对待校验数据的数据类型对应的规则进行判断，判断其是否可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成。例如，某个待校验数据的数据类型并未存在于规则数据库中，因此，判断模块60将根据待校验数据的属性进行分析判断。例如，该待校验数据包含有属性“姓名”、“性别”、“年龄”，通过分析判断，所述属性存在于规则数据库的数据类型为“人”的属性中，因此，判断模块60得出所述待校验数据的规则可以通过继承规则数据库中预设的原有数据类型“人”的属性规则而形成。又例如，某个待校验数据的数据类型并未存在于规则数据库中，因此，判断模块60将根据待校验数据的属性进行分析判断，例如该待校验数据包含有属性“姓名”、“性别”、“年龄”、“学历”，所述属性存在于规则数据库中数据类型为“人”以及数据类型为“学籍”的属性中，因此，判断模块60得出所述待校验数据的规则可以通过组合规则数据库中预设的原有数据类型“人”和“学籍”的属性规则而形成。

规则生成模块70，用于当所述待校验数据的数据类型对应的规则可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成时，则通过继承或组合所述规则数据库中预设的原有数据类型的规则，生成与所述待校验数据的数据类型对应的规则；

大多数的数据类型都是可以通过继承或组合其他数据类型形成的。例如，数据类型“学生”可以通过继承通用数据类型“人”形成，数据类型“学生”既具有数据类型“人”的所有属性特征，同时也具有其独特的属性规则，例如年龄属性规则。又例如，数据类型“中国学生”，则可以通过组合数据类型“国家名称”和数据类型“学生”形成。因此，根据判断模块60得出的判断结果，当待校验数据的数据类型对应的规则可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成时，则规则生成模块70通过继承或组合所述规则数据库中预设的原有数据类型的规则，而生成与所述待校验数据的数据类型对应的规则。

规则加入模块80，用于将所述待校验的数据类型及所生成的与所述待校验数据的数据类型对应的规则加入规则数据库中。

在结构化数据中，数据类型对应数据的属性以及属性的规则，因此，通过数据的属性及属性的规则，可以命名数据的类型。本发明规则数据库中预先生成的所有数据类型都是具有通用性的，也即在未来的业务处理中可以重复使用。同理，通过继承或组合规则数据库中预设的原有数据类型的规则的待校验的数据类型同样也是可以在未来的业务处理中重复使用的，因此，规则加入模块80将所述新命名的待校验的数据类型及所新生成的与所述待校验数据的数据类型对应的规则加入规则数据库中，从而能够进一步地扩充和完善规则数据库，进而能够校验更多的数据类型。

在本实施例中，由于本发明的规则数据库并不能完全穷尽收录各种数据类型，因此，对于不存在于规则数据库中的数据类型，则需要规则生成模块70重新生成新的数据类型及其属性的规则，并通过规则加入模块80加入到规则数据库中。同时，大多数的数据类型的规则都是可以通过继承或者组合已有的通用数据类型的规则而形成。通过继承或组合的方式不仅能够减少重新编程开发的工作量，同时也能一定程度上缩小规则数据库的大小，减少冗余数据。

进一步地，参照图11，图11为本发明数据校验装置第五实施例的功能模块示意图。基于上述本发明数据校验装置第四实施例，本实施例的数据校验装置还包括：

异常处理模块90，用于当所述待校验数据的数据类型对应的规则不可以通过继承或组合所述规则数据库中预设的原有数据类型形成时，上报校验异常通知并退出。

当所述待校验数据的数据类型对应的规则不可以通过继承或组合所述规则数据库中预设的原有数据类型形成时，则异常处理模块90上报校验异常的通知消息，同时由于规则数据库中不存在对应的数据类型，且又不能通过继承或组合形成与校验数据对应的规则，因此，在异常处理模块90上报完校验异常的通知消息后退出校验。此外，程序开发员还可以根据异常处理模块90上报的校验异常消息进行二次开发生成新的数据类型及其属性的规则，并能在下次完成对同类型校验数据的校验。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种数据校验方法，其特征在于，所述数据校验方法包括：

获取待校验数据和所述待校验数据的属性；

根据所述待校验数据的属性，对所述待校验数据进行初步分析；

根据所述初步分析结果及所述规则数据库中的数据类型，确定所述待校验数据的数据类型；

从规则数据库中获取所述待校验数据的数据类型的规则；

根据所述待校验数据的数据类型的规则，对所述待校验数据进行校验。

2.如权利要求1所述的数据校验方法，其特征在于，所述根据所述待校验数据的属性，对所述待校验数据进行初步分析包括：

根据所述待校验数据的属性，分析判断所述待校验数据的属性是否为业务处理过程中预先设置有输入规则的数据属性；

当所述待校验数据的属性不是业务处理过程中预先设置有输入规则的数据属性时，则根据所述待校验数据的属性，分析所述待校验数据的格式，其中，所述待校验数据的格式包括字符格式、数字格式、时间格式。

3.如权利要求2所述的数据校验方法，其特征在于，所述根据所述初步分析结果及所述规则数据库中的数据类型，确定所述待校验数据的数据类型包括：

根据所述初步分析得到的所述待校验数据的格式，以及所述待校验数据的属性，判断所述规则数据库中具有所述待校验数据的格式的数据类型中是否存在匹配所述待校验数据的属性的数据类型；

当所述规则数据库中存在与所述待校验数据的属性匹配的数据类型时，则确定所述待校验数据的数据类型。

4.如权利要求3所述的数据校验方法，其特征在于，所述从规则数据库中获取所述待校验数据的数据类型的规则之前包括：

当所述规则数据库中不存在与所述待校验数据的属性匹配的数据类型时，判断所述待校验数据的数据类型对应的规则是否可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成；

当所述待校验数据的数据类型对应的规则可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成时，则通过继承或组合所述规则数据库中预设的原有数据类型的规则，生成与所述待校验数据的数据类型对应的规则；

将所述待校验的数据类型及所生成的与所述待校验数据的数据类型对应的规则加入规则数据库中。

5.如权利要求4所述的数据校验方法，其特征在于，所述判断所述待校验数据的数据类型对应的规则是否可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成之后包括：

当所述待校验数据的数据类型对应的规则不可以通过继承或组合所述规则数据库中预设的原有数据类型形成时，上报校验异常通知并退出。

6.一种数据校验装置，其特征在于，所述数据校验装置包括：

待校验数据获取模块，用于获取待校验数据和所述待校验数据的属性；

初步分析模块，用于根据所述待校验数据的属性，对所述待校验数据进行初步分析；

数据类型确定模块，用于根据所述初步分析结果及所述规则数据库中的数据类型，确定所述待校验数据的数据类型；

规则获取模块，用于从规则数据库中获取所述待校验数据的数据类型的规则；

校验模块，用于根据所述待校验数据的数据类型的规则，对所述待校验数据进行校验。

7.如权利要求6所述的数据校验装置，其特征在于，所述初步分析模块包括：

分析判断单元，用于根据所述待校验数据的属性，分析判断所述待校验数据的属性是否为业务处理过程中预先设置有输入规则的数据属性；

数据格式分析单元，用于当所述待校验数据的属性不是业务处理过程中预先设置有输入规则的数据属性时，则根据所述待校验数据的属性，分析所述待校验数据的格式，其中，所述待校验数据的格式包括字符格式、数字格式、时间格式。

8.如权利要求7所述的数据校验装置，其特征在于，所述数据类型确定模块包括：

判断单元，用于根据所述初步分析得到的所述待校验数据的格式，以及所述待校验数据的属性，判断所述规则数据库中具有所述待校验数据的格式的数据类型中是否存在匹配所述待校验数据的属性的数据类型；

确定单元，用于当所述规则数据库中存在与所述待校验数据的属性匹配的数据类型时，则确定所述待校验数据的数据类型。

9.如权利要求8所述的数据校验装置，其特征在于，所述数据校验装置还包括：

判断模块，用于当所述规则数据库中不存在与所述待校验数据的属性匹配的数据类型时，判断所述待校验数据的数据类型对应的规则是否可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成；

规则生成模块，用于当所述待校验数据的数据类型对应的规则可以通过继承或组合所述规则数据库中预设的原有数据类型的规则形成时，则通过继承或组合所述规则数据库中预设的原有数据类型的规则，生成与所述待校验数据的数据类型对应的规则；

规则加入模块，用于将所述待校验的数据类型及所生成的与所述待校验数据的数据类型对应的规则加入规则数据库中。

10.如权利要求9所述的数据校验装置，其特征在于，所述数据校验装置还包括：

异常处理模块，用于当所述待校验数据的数据类型对应的规则不可以通过继承或组合所述规则数据库中预设的原有数据类型形成时，上报校验异常通知并退出。