CN107633870B - 数据提取方法及装置、存储介质、电子设备 - Google Patents

Abstract

本公开是关于一种数据提取方法、数据提取装置、计算机可读存储介质及电子设备，涉及数据处理技术领域，该方法包括：对多个待统计数据项进行解析并确定与各所述待统计数据项对应的结点路径；为各所述待统计数据项与所述结点路径之间建立一映射关系，并将所述映射关系存储至数据库中；从所述数据库中查询与一目标数据项对应的所述结点路径，并根据所述结点路径获取与所述目标数据项对应的数据值。该方法简化了数据提取的步骤，进而提高了数据提取效率。

Description

数据提取方法及装置、存储介质、电子设备

技术领域

本公开涉及数据处理技术领域，具体而言，涉及一种数据提取方法、数据提取装置、计算机可读存储介质以及电子设备。

背景技术

随着医疗中对于患者的生活习性的关注度逐步提升，医疗大数据对患者信息统计的指标也相应增多。

在相关技术中进行医疗数据统计时，数据一般来源于多家医院，而用户最终看到的数据则是对多家医院的患者数据整合得到的。其中每个医院的数据均存储在ES(ElasticSearch)中，单家医院的数据可由ES本身提供的功能聚合得到。

但是相关技术中聚合出来的数据结果层级嵌套太多且不同的数据统计指标都分布在不同层级的结点上，在整合多家医院相同结点的数据之前，必须先把各结点的数据值解析出来，然后才能做加、减、乘、除等整合运算。相关技术中解析和提取数据的步骤较繁琐，导致数据提取过程效率较低；每次提取不同数据指标时都要修改原有逻辑，通用性较差。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种数据提取方法、数据提取装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种数据提取方法，包括：

对多个待统计数据项进行解析并确定与各所述待统计数据项对应的结点路径；

为各所述待统计数据项与所述结点路径之间建立一映射关系，并将所述映射关系存储至数据库中；

从所述数据库中查询与一目标数据项对应的所述结点路径，并根据所述结点路径获取与所述目标数据项对应的数据值。

在本公开的一种示例性实施例中，所述方法还包括：

对各所述目标数据项对应的所述数据值进行整合运算。

在本公开的一种示例性实施例中，对多个数据项进行解析之前，所述方法还包括：

从多个数据源中查询对应的数据集，并在所述数据集中确定所述数据项。

在本公开的一种示例性实施例中，所述结点路径包括从所述数据源中得到的所述数据集中所述待统计数据项的结点所在位置。

根据本公开的一个方面，提供一种数据提取装置，包括：

结点确定模块，用于对多个待统计数据项进行解析并确定与各所述待统计数据项对应的结点路径；

映射建立模块，用于为各所述待统计数据项与所述结点路径之间建立一映射关系，并将所述映射关系存储至数据库中；

数据获取模块，用于从所述数据库中查询与一目标数据项对应的所述结点路径，并根据所述结点路径获取与所述目标数据项对应的数据值。

在本公开的一种示例性实施例中，所述装置还包括：

数据整合模块，用于对各所述目标数据项对应的所述数据值进行整合运算。

在本公开的一种示例性实施例中，对多个数据项进行解析之前，所述装置还包括：

数据集查询模块，用于从多个数据源中查询对应的数据集，并在所述数据集中确定所述数据项。

在本公开的一种示例性实施例中，所述结点路径包括从所述数据源中得到的所述数据集中所述待统计数据项的结点所在位置。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的数据提取方法。

根据本公开的一个方面，提供一种电子设备，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的数据提取方法。

本公开示例性实施例中提供的数据提取方法、数据提取装置、计算机可读存储介质以及电子设备中，对多个待统计数据项进行解析并确定与各所述待统计数据项对应的结点路径；为各所述待统计数据项与所述结点路径之间建立一映射关系，并将所述映射关系存储至数据库中；从所述数据库中查询与一目标数据项对应的所述结点路径，并根据所述结点路径获取与所述目标数据项对应的数据值。一方面，通过为各所述待统计数据项与结点路径之间建立映射关系，可以直接基于结点路径确定目标数据项对应的数据值，简化了数据提取的操作步骤，进而提高了数据提取效率；另一方面，基于结点路径确定目标数据项对应的数据值，避免了相关技术中提取不同数据指标时需要修改原有逻辑的步骤，提高了数据提取方法的通用性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示意性示出本公开示例性实施例中一种数据提取方法示意图；

图2示意性示出本公开示例性实施例中数据提取方法的总体数据流向示意图；

图3示意性示出本公开示例性实施例中数据提取流程示意图；

图4示意性示出本公开示例性实施例中一种数据提取装置的框图；

图5示意性示出一种用于实现上述数据提取方法的电子设备；

图6示意性示出一种用于实现上述数据提取方法的计算机可读存储介质。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本示例实施方式中首先提供了一种数据提取方法，可以应用于医疗大数据统计中，也可以应用于电商数据或者是其它各领域数据的统计，本示例中以医疗数据统计为例进行说明。

参考图1所示，该数据提取方法可以包括以下步骤：

步骤S110.对多个待统计数据项进行解析并确定与各所述待统计数据项对应的结点路径；

步骤S120.为各所述待统计数据项与所述结点路径之间建立一映射关系，并将所述映射关系存储至数据库中；

步骤S130.从所述数据库中查询与一目标数据项对应的所述结点路径，并根据所述结点路径获取与所述目标数据项对应的数据值。

在本示例性实施例提供的数据提取方法中，一方面，通过为各所述待统计数据项与结点路径之间建立映射关系，可以直接基于结点路径确定目标数据项对应的数据值，简化了数据提取的操作步骤，进而提高了数据提取效率；另一方面，基于结点路径确定目标数据项对应的数据值，避免了相关技术中提取不同数据指标时需要修改原有逻辑的步骤，提高了数据提取方法的通用性。

下面，将对本示例实施方式中上述数据提取方法中的各个步骤进行详细的解释以及说明。

在步骤S110中，对多个待统计数据项进行解析并确定与各所述待统计数据项对应的结点路径。

在本示例性实施例中，数据项是数据结构中的最小单位，数据项可以只包括字母，也可以只包括数字，还可以同时包括字母和数字两者的组合。举例而言，对于药品数据库而言，其中的数据项可以包括：药品的条形码、药品的名称、类别、生产日期、保质期、销售价格、生产厂家等等。待统计的数据项可以包括所有数据项的部分或者全部，具体的待统计的数据项内容可以根据用户实际需要进行设置，例如对于上述药品数据库而言，待统计的数据项可以包括：药品的条形码、药品的名称、销售价格。

在通过数据结果解析器或者解析模块对数据项进行解析之前，参考图3所示，所述方法还可以包括：

步骤S100.从多个数据源中查询对应的数据集，并在所述数据集中确定数据项。

由于医疗大数据统计中的数据一般来源于多个医院，而数据分析者最终看到的数据是由多家医院的患者数据整合得到的。其中，由于每个医院的数据均存储在提供分布式多用户能力的搜索服务器ES(ElasticSearch)中，因此数据源可以对应的为ES数据源，该数据源可以通过HTTP使用JSON进行数据索引，从而进行实时搜索；当然数据源也可以为其他数据源，本示例中对此不作特殊限定。

数据集是一个数据的集合，通常以表格形式出现。其中每一列代表一个特定变量，每一行都对应于某一成员的一个数据项。数据集的结构可以类似于关系数据库的结构，可以包括公开表、行和列的分层对象模型以及数据集定义的约束和关系。

本示例中，对医疗数据进行统计的整体数据流如图2所示。首先可以使用步骤S100的方法从多个数据源例如ES数据源1和ES数据源K中查询得到对应的数据，然后使用步骤S110的方法通过数据结果解析器或者是数据解析模块分别对查询到的数据进行解析，以得到对应的解析数据1和解析数据K，接下来可以对解析后的数据进行整合，得到最终的数据。

结合图3而言，图2中从ES数据源1和ES数据源K中查询得到的数据数据即为图3中所示的数据集。可以在数据集中确定某一成员的所有数据项，例如确定数据项的名称、编号、数据项的长度以及数据项的取值范围等内容。

进一步地，可以为每个待统计数据项分别设置一个结点路径，即每个待统计数据项均可以与一个结点路径相对应。一般而言，链表中每一个元素称为结点，每个结点都包括用户需要的实际数据和下一个结点的地址两个部分，即指针域和数据域。所述的结点路径可以理解为从所述数据源中得到的所述数据集中所述待统计数据项的结点所在位置。

举例来说，用户在对某一目标医院的患者数据进行统计时，可以将其中一个待统计数据项“患者(病人)数量-patientCount”对应的路径设置为结点“researchVisitAgg”下的“visitAgg”结点下的“doc_count”结点值；也可以将其中另一个待统计数据项“患者(病人)年龄-patientAge”对应的路径设置为结点“researchVisitAgg”下的“visitAgg”结点下的“age_count”结点值，设置结点路径的具体步骤可以通过程序完成。

进一步地，为了方便对结点路径进行统一处理，可以将待统计数据项“患者(病人)数量-patientCount”对应的最终路径简单表示为researchVisitAgg.visitAgg.doc_count；用researchVisitAgg.visitAgg.age_count简单表示将待统计数据项“患者(病人)年龄-patientAge”对应的最终结点路径。

在步骤S120中，为各所述待统计数据项与所述结点路径之间建立一映射关系，并将所述映射关系存储至数据库中。

在步骤S110中确定与各所述待统计数据项对应的结点路径的基础上，可以为各所述待统计数据项与所述结点路径之间建立一映射关系，以通过所述映射关系描述每个待统计数据项与每个结点路径之间的一一对应关系。基于此，只需要一个数据项或者一个字段即可确定某一数据项的数值时，而不需要加入多余的字段。

以待统计数据项“患者(病人)数量-patientCount”为例进行说明，该待统计数据项对应的最终路径的形式可以按照上述步骤中的方法表示为researchVisitAgg.visitAgg.doc_count。进一步地，可以通过映射关系“patientCount->researchVisitAgg.visitAgg.doc_count”描述所述待统计数据项“患者(病人)数量-patientCount”与researchVisitAgg.visitAgg.doc_count结点路径之间的对应关系。

在为每一个待统计数据项与其对应的结点路径建立映射关系后，可以将建立的映射关系依次存储至数据库中。为了对应数据源的查询功能，所述数据库例如可以包括mongodb数据库，以实现类似关系数据库单表查询的绝大部分功能。

除此之外，所述数据库也可以为XML数据库，从而可以实现对半结构化数据进行有效的存取和管理，提供对标签和路径的操作，以及利于文档存储和检索。当然，其他类型的数据库也属于本公开的保护范围。

接下来，在步骤S130中，从所述数据库中查询与一目标数据项对应的所述结点路径，并根据所述结点路径获取与所述目标数据项对应的数据值。

本示例中，所述目标数据项为所述待统计数据项中的一个或多个。本步骤中在进行数据统计时，可以首先从数据库中查询出与目标数据项对应的映射关系，并进而根据存储的映射关系中确定与目标数据项对应的结点路径。具体而言，该结点路径就是从ES数据源中查询得到的数据集中该目标数据项的结点所在的位置。

参考图3所示，在根据存储的映射关系中确定与目标数据项对应的结点路径后，可以根据所述结点路径以及结点路径与目标数据项之间的映射关系，快速确定和提取目标数据项对应的数据值，而不需要针对目标数据项终特定的数据结构逐一通过编写代码的方式实现数据的提取，简化了数据提取逻辑和步骤，提高了数据提取效率。

举例而言，首先从mongodb数据库中查询目标数据项“患者(病人)数量-patientCount”的结点路径，即在“ES数据源中查询得到的数据集”中的位置researchVisitAgg.visitAgg.doc_count。

接下来根据该结点路径，可直接从“ES数据源中查询得到的数据集”中得到一个数据值，该数据值即为目标数据项对应的数据。如上述例子，要统计的目标数据项“患者(病人)数量-patientCount”的值为“ES数据源中查询得到的数据集”中“researchVisitAgg.visitAgg.doc_count”的值。

进一步地，在确定与目标数据项对应的数据值之后，所述方法还可以包括：

步骤S140.对各所述目标数据项对应的所述数据值进行整合运算。

本示例中，对数据进行整合可以理解为共享或者合并来自于两个或者更多应用的数据，创建一个具有更多功能的企业应用的过程。所述整合运算例如可以包括加、减、乘、除等运算，从而实现对数据的统计。

结合图2和图3而言，提取目标数据项“患者(病人)数量-patientCount”对应的数据的具体过程包括：将“患者(病人)数量-patientCount”对应的路径设置为结点“researchVisitAgg”下的“visitAgg”结点下的“doc_count”结点值，并将结点路径简单表示为researchVisitAgg.visitAgg.doc_count的形式；通过映射关系“patientCount->researchVisitAgg.visitAgg.doc_count”描述所述目标数据项与结点路径researchVisitAgg.visitAgg.doc_count之间的对应关系并将映射关系存储在mongodb数据库中。

从mongodb数据库中查询目标数据项“患者(病人)数量-patientCount”的结点路径researchVisitAgg.visitAgg.doc_count；将结点路径researchVisitAgg.visitAgg.doc_count对应的数值确定为目标数据项“患者(病人)数量-patientCount”的数据值。

需要说明的是，在对每个医院的患者数据中的每个目标数据项进行统计时，都会遵循上述步骤中的处理逻辑，具体的数据提取过程可以通过程序完成。通过本示例中提供的方法，在每次提取不同数据项或者数据指标时，可以避免相关技术中每次都要修改原有逻辑的操作，提高了数据提取方法的通用性。

除此之外，本示例中提供的方法在对多家医院相同结点的数据进行统计时，只根据结点路径以及结点路径与目标数据项之间的映射关系，即可唯一确定目标数据项对应的数据值，避免了相关技术中由ES(ElasticSearch)本身提供的功能聚合得到的数据中由于层级嵌套较多，而导致必须先对各个结点的数据值进行解析的步骤，简化了数据提取的操作步骤，进而提高了数据提取效率。

本公开还提供了一种数据提取装置400。参考图4所示，该数据提取装置400可以包括结点确定模块401、映射建立模块402以及数据获取模块403。其中：

结点确定模块401，可以用于对多个待统计数据项进行解析并确定与各所述待统计数据项对应的结点路径；

映射建立模块402，可以用于为各所述待统计数据项与所述结点路径之间建立一映射关系，并将所述映射关系存储至数据库中；

数据获取模块403，可以用于从所述数据库中查询与一目标数据项对应的所述结点路径，并根据所述结点路径获取与所述目标数据项对应的数据值。

在本公开的一种示例性实施例中，所述装置还可以包括：

数据整合模块，用于对各所述目标数据项对应的所述数据值进行整合运算。

在本公开的一种示例性实施例中，对多个数据项进行解析之前，所述装置还包括：

数据集查询模块，用于从多个数据源中查询对应的数据集，并在所述数据集中确定所述数据项。

在本公开的一种示例性实施例中，所述结点路径包括从所述数据源中得到的所述数据集中所述待统计数据项的结点所在位置。

上述数据提取装置中各模块的具体细节已经在对应的数据提取方法中进行了详细描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图5来描述根据本发明的这种实施方式的电子设备600。图5显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤：步骤S110.对多个待统计数据项进行解析并确定与各所述待统计数据项对应的结点路径；步骤S120.为各所述待统计数据项与所述结点路径之间建立一映射关系，并将所述映射关系存储至数据库中；步骤S130.从所述数据库中查询与一目标数据项对应的所述结点路径，并根据所述结点路径获取与所述目标数据项对应的数据值。

存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。

存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器660通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图6所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims (10)

1.一种数据提取方法，其特征在于，包括：

在对相同结点的数据进行统计时，对多个待统计数据项进行解析并确定与各所述待统计数据项对应的结点路径；所述结点包括实际数据和下一个结点的地址；

为各所述待统计数据项与所述结点路径之间建立一映射关系，并将所述映射关系存储至数据库中；所述映射关系用于描述每个待统计数据项与每个结点路径之间的一一对应关系；

从所述数据库中查询与一目标数据项对应的所述结点路径，并根据所述结点路径获取与所述目标数据项对应的数据值。

2.根据权利要求1所述的数据提取方法，其特征在于，所述方法还包括：

对各所述目标数据项对应的所述数据值进行整合运算。

3.根据权利要求1所述的数据提取方法，其特征在于，对多个数据项进行解析之前，所述方法还包括：

从多个数据源中查询对应的数据集，并在所述数据集中确定所述数据项。

4.根据权利要求3所述的数据提取方法，其特征在于，所述结点路径包括从所述数据源中得到的所述数据集中所述待统计数据项的结点所在位置。

5.一种数据提取装置，其特征在于，包括：

结点确定模块，用于在对相同结点的数据进行统计时，对多个待统计数据项进行解析并确定与各所述待统计数据项对应的结点路径；所述结点包括实际数据和下一个结点的地址；

映射建立模块，用于为各所述待统计数据项与所述结点路径之间建立一映射关系，并将所述映射关系存储至数据库中；所述映射关系用于描述每个待统计数据项与每个结点路径之间的一一对应关系；

数据获取模块，用于从所述数据库中查询与一目标数据项对应的所述结点路径，并根据所述结点路径获取与所述目标数据项对应的数据值。

6.根据权利要求5所述的数据提取装置，其特征在于，所述装置还包括：

数据整合模块，用于对各所述目标数据项对应的所述数据值进行整合运算。

7.根据权利要求5所述的数据提取装置，其特征在于，对多个数据项进行解析之前，所述装置还包括：

数据集查询模块，用于从多个数据源中查询对应的数据集，并在所述数据集中确定所述数据项。

8.根据权利要求7所述的数据提取装置，其特征在于，所述结点路径包括从所述数据源中得到的所述数据集中所述待统计数据项的结点所在位置。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4中任意一项所述的数据提取方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-4中任意一项所述的数据提取方法。

Images