CN108009264A - 一种用于Excel格式文档的数据版本的比较方法 - Google Patents

Abstract

本发明涉及一种用于Excel格式文档的数据版本的比较方法，具体包括：步骤1)选取Excel格式文档，并对其进行数据结构化处理，并转化为结构化数据；步骤2)获取步骤1)的数据结构化后，采用预定义的XML Schema数据格式进行原始Excel格式文档的数据描述，将Excel格式文档结构化数据转化为XML格式文档结构化数据，获得第一XML格式文档的结构化数据；步骤3)重复步骤1)‑步骤2)，获得第二XML格式文档的结构化数据；步骤4)将步骤2)和步骤3)进行对比，根据XML格式文档内存的数据不同，通过遍历XML数据模式，采用双向比较法进行对比，获得定第一XML格式文档的结构化数据的对比结果和第二XML格式文档的结构化数据的对比结果；并将对二者进行存储，并进行展示。

Description

一种用于Excel格式文档的数据版本的比较方法

技术领域

本发明涉及文档的数据版本比较的技术领域，特别涉及一种用于Excel格式文档的数据版本的比较方法。

背景技术

在一个工程项目进展过程中，会产生大量技术文档，这些技术文档形式多样，比如WORD格式、Excel格式、PPT格式等，且同一份文档可能存在多个版本。

目前，版本管理技术也逐步应用在文档的管理过程中，可通过版本管理软件对文档各阶段版本进行有效管理。对于文档不同版本之间存在的差异，在版本管理软件中，仅能通过备注等手段对文档的版本差异进行描述，无法直观了解文档之间的差异。

在一些情况下，操作人员需要对文档的不同版本进行对比，从而确定文档内容的不同之处。比如，文档版本对比，主要可实现WORD格式、PDF格式文档的比较，对于其他格式，比如，Excel等表格格式文档缺少便利的工具。对于WORD格式文档，可通过WORD工具进行比对；对于PDF文档，也可找到文档对比工具；但是，对于Excel格式文档，微软的office工具中提供比较函数，但是需通过简单配置，能够对设定比较内容进行对比，比如以行、以列为对象进行数据对比，缺乏类似微软WORD的对比工具，比较容易实现Excel文档的全文对比。

Excel格式文档为表格形式文档，包括：工作簿、表单页等。其中，表单页由行、列、单元格组成。其中，单元格中可填入文本、数值、货币、公式、脚本等内容，单元格内容形式比较复杂。

目前，对于Excel格式文档，Excel软件提供了VBA脚本可用于表单中单元格内容的比较，但方式较为专业，需要专业技术人员通过一定的编程手段来实现文档比较，且对于不同形式的Excel文档都需进行编程开发。

因此，在Excel软件中，通过采用VBA脚本方式进行Excel表格格式文档的版本比较，但是无法解决便利、快速地进行Excel版本比较的问题，且不适合大多数非专业技术人员操作。

发明内容

本发明的目的在于，为解决现有的针对Excel格式文档的数据版本的比较方法存在上述的缺陷，本发明提供了一种用于Excel格式文档的数据版本的比较方法，具体包括：

步骤1)选取Excel格式文档，并对其进行数据结构化处理，在所述数据结构化处理的过程中，通过将工作簿、表单页、行、列、单元格的不同表格对象分别进行结构化描述，并分别转化为对应的结构化数据；

步骤2)获取步骤1)的数据结构化后，采用预定义的XML Schema(可扩展标记语言规范)数据格式进行原始Excel格式文档的数据描述，将Excel格式文档结构化数据转化为XML格式文档结构化数据，获得第一XML格式文档的结构化数据；

步骤3)重复步骤1)-步骤2)，获得第二XML格式文档的结构化数据；

步骤4)将步骤2)获得的XML格式文档结构化数据和步骤3)获得的XML格式文档结构化数据进行对比，在数据对比过程中，根据XML格式文档内存的数据不同，通过遍历XML数据模式，采用双向比较法进行对比，确定第一XML格式文档的结构化数据和第二XML格式文档的结构化数据的不同之处，获得定第一XML格式文档的结构化数据的对比结果和第二XML格式文档的结构化数据的对比结果；并将对二者进行存储，并进行展示。

所述步骤1)具体包括：选取Excel格式文档，分别读取所述Excel格式文档的表格对象的数据内容；在读取过程中，根据预先设计的表格式链表或嵌套式链表中的结构，进行结构化描述，并转化为对应的结构化数据，再进行存储。

其中，所述表格对象包括：工作簿、表单页、行、列、单元格；其中，所述工作簿对应于整个Excel格式文档，建立一个table的结构；所述表单页采用链表方式进行管理，同时表单页中的一个链表节点可嵌套链表；对行、列、单元格的数据内容进行管理，其中，行、列、单元格可采用四元组{(行号，列号)、行跨度、列跨度、单元格值}进行数据描述。

步骤2)具体包括：

根据预定义的XML Schema数据格式，将Excel格式文档的结构化数据转换并存储为XML格式文档的结构化数据；其中，XML格式文档的结构化数据以表格对象数据进行存储，所述表格对象数据包括：表名、行、列、单元格和单元格值。

所述步骤4)具体包括：

步骤4-1)选择第一XML格式文档的结构化数据和第二XML格式文档的结构化数据，遍历二者的文档内容，生成第一内存数据和第二内存数据；采用哈希表映射方式对第一内存数据和第二内存数据进行存储，具体地，每个哈希表映射的节点以键值对方式进行存储，其中，键值为表单名称、行号、列号、行跨度、列跨度的组合，具体地，表单名称、行号、列号、行跨度、列跨度中的值为单元格数据；

步骤4-2)采用双向比较法，将第一XML格式文档的结构化数据，作为基础数据，开始遍历整个链表数据，并逐步选择其中的一个节点数据，根据键值与第二XML格式文档的结构化数据进行对比；若未找到相应的节点数据，说明该节点数据为新数据，将对比结果进行存储；若找到相应节点数据，但其单元格数据不一致，则该节点数据被修改，将对比结果进行存储；获得第一XML格式文档的对比结果；

步骤4-3)将第二XML格式文档的结构化数据作为基础数据，开始遍历整个链表数据，并逐步选择其中的一个节点数据，根据键值与第一XML格式文档的结构化数据进行对比；若未找到相应的节点数据，说明该节点数据为新数据，将对比结果进行存储；若找到相应节点数据，但其单元格数据不一致，则该节点数据被修改，将对比结果进行存储；获得第二XML格式文档的对比结果；

步骤4-4)比较完成后，根据自定义格式对第一XML格式文档的对比结果和第二XML格式文档的对比结果进行存储，并进行展示。

其中，在上述对比过程中，采用双向比较方法，分别得到第一XML格式文档和第二XML格式文档的不同之处，所述不同之处进一步包括：增加内容和修改的内容。

本发明的优点在于：采用双相比较法对第一XML格式文档的结构化数据和第二XML格式文档的结构化数据进行文档对比，并生成对应的第一XML格式文档的对比结果和第二XML格式文档的对比结果；采用Excel格式结构化、生成XML格式数据、XML数据对比等方式，解决了对Excel格式文档进行快速比较、结果展现等问题，提高了对于Excel格式文档数据比较的效率，降低了文档比较的复杂程度以及技术人员进行文档比较的工作量。

附图说明

图1是本发明的一种用于Excel格式文档的数据版本的比较方法的流程图；

图2是本发明实施例的Excel表格文档结构化后内存结构示意图；

图3是本发明实施例的XML文档数据生成示意图；

图4是本发明实施例的XML Schema具体形式的程序流程图；

图5是本发明实施例采用双向比较法的流程图；

图6是本发明实施例的对步骤4)的对比结果进行描述的程序流程图。

具体实施方式

如图1所示，本发明提供了一种用于Excel格式文档的数据版本的比较方法，具体包括：

步骤1)选取Excel格式文档，并对其进行数据结构化处理，在所述数据结构化处理的过程中，通过将工作簿、表单页、行、列、单元格的不同表格对象分别进行结构化描述，并分别转化为对应的结构化数据；

步骤2)获取步骤1)的数据结构化后，采用预定义的XML Schema(可扩展标记语言规范)数据格式进行原始Excel格式文档的数据描述，将Excel格式文档结构化数据转化为XML格式文档结构化数据，获得第一XML格式文档的结构化数据；

步骤3)重复步骤1)-步骤2)，获得第二XML格式文档的结构化数据；

步骤4)将步骤2)获得的XML格式文档结构化数据和步骤3)获得的XML格式文档结构化数据进行对比，在数据对比过程中，根据XML格式文档内存的数据不同，通过遍历XML数据模式，采用双向比较法进行对比，确定第一XML格式文档的结构化数据和第二XML格式文档的结构化数据的不同之处，获得定第一XML格式文档的结构化数据的对比结果和第二XML格式文档的结构化数据的对比结果；并将对二者进行存储，并进行展示。

所述步骤1)具体包括：选取Excel格式文档，分别读取所述Excel格式文档的表格对象的数据内容；在读取过程中，根据预先设计的表格式链表或嵌套式链表中的结构，进行结构化描述，并转化为对应的结构化数据，再进行存储。

其中，所述表格对象包括：工作簿、表单页、行、列、单元格；其中，所述工作簿对应于整个Excel格式文档，建立一个table的结构；所述表单页采用链表方式进行管理，同时表单页中的一个链表节点可嵌套链表；对行、列、单元格的数据内容进行管理，其中，行、列、单元格可采用四元组{(行号，列号)、行跨度、列跨度、单元格值}进行数据描述。

步骤2)具体包括：

根据预定义的XML Schema数据格式，将Excel格式文档的结构化数据转换并存储为XML格式文档的结构化数据；其中，XML格式文档的结构化数据以表格对象数据进行存储，所述表格对象数据包括：表名、行、列、单元格和单元格值。

如图5所示，所述步骤4)具体包括：

步骤4-1)选择第一XML格式文档的结构化数据和第二XML格式文档的结构化数据，遍历二者的文档内容，生成第一内存数据和第二内存数据；采用哈希表映射方式对第一内存数据和第二内存数据进行存储，具体地，每个哈希表映射的节点以键值对方式进行存储，其中，键值为表单名称、行号、列号、行跨度、列跨度的组合，具体地，表单名称、行号、列号、行跨度、列跨度中的值为单元格数据；

步骤4-2)采用双向比较法，将第一XML格式文档的结构化数据，作为基础数据，开始遍历整个链表数据，并逐步选择其中的一个节点数据，根据键值与第二XML格式文档的结构化数据进行对比；若未找到相应的节点数据，说明该节点数据为新数据，将对比结果进行存储；若找到相应节点数据，但其单元格数据不一致，则该节点数据被修改，将对比结果进行存储；获得第一XML格式文档的对比结果；

步骤4-3)将第二XML格式文档的结构化数据作为基础数据，开始遍历整个链表数据，并逐步选择其中的一个节点数据，根据键值与第一XML格式文档的结构化数据进行对比；若未找到相应的节点数据，说明该节点数据为新数据，将对比结果进行存储；若找到相应节点数据，但其单元格数据不一致，则该节点数据被修改，将对比结果进行存储；获得第二XML格式文档的对比结果；

步骤4-4)比较完成后，根据自定义格式对第一XML格式文档的对比结果和第二XML格式文档的对比结果进行存储，并进行展示。

其中，在上述步骤4)的对比过程中，采用双向比较方法，分别得到第一XML格式文档和第二XML格式文档的不同之处，所述不同之处进一步包括：增加内容和修改的内容。

其中，步骤1)中，Excel格式文档结构化后，可转为为内存存储的表结构。Excel内存存储结构如图2所示，其中，Table结构表示Excel文档；所述Table结构可通过链表方式对表单页进行管理，链表中的每一个节点为一个表单页，其表示为sheet1；每一个表单页可通过链表方式对表单中的具体数据进行管理，链表中的每一个节点可对应于一个有数据的单元格，单元格可采用四元组方式进行描述，所述单元格的具体形式为{(行号，列号)、行跨度、列跨度、单元格值}。

在图3中给出了一个Excel的表格文档按照给定的XML schema格式生成XML数据的过程，通过Excel格式文档，进行结构化数据处理，生成内存管理形式的结构化数据；在Excel格式文档结构化数据处理后，按照预定的XML schema的定义，遍历访问其内存结构，生成XML格式文档的结构化数据，实现了从原始的Excel格式文档的结构化数据向XML格式文档的结构化数据进行转化的过程。

在图4中给出了XML Schema的具体形式，对XML Schema进行了定义，包括定义<表格内容>、<行>、<单元格>、<段落>、<文本>等元素，以及定义上述各元素属性、元素之间的父子节点关系，其中，

<表格内容>表示表格的定义，表格的父节点元素，包括表格名称等属性。

<行>表示一个具体的行，包括行号属性，行号属性用于描述行的位置，例如，第几行。

<单元格>表示对于一个单元格的具体描述，其包括：单元格起始列、单元格结束列、垂直方向合并行数等属性，其中，所述单元格起始列为单元格的起始列位置，例如，第几列；所述单元格结束列为单元格的结束列位置；所述垂直方向合并行数表示有几个行进行了合并。

<段落>表示对于文本的组织，可包括多个文本信息，默认情况下包含一个文本信息；

<文本>表示具体的文本内容，单元格的具体内容。

在图6中给出了步骤4)的对比结果的具体形式，其中，

<对比结果>表示整个对比输出结果，为父节点元素。

<表格内容>表示对表格中不一致内容的管理，包括表格名称属性。

<单元格>表示具体不一致的单元格，包括行号、单元格起始列、单元格结束列、垂直方向合并行数等属性，其中，所述行号为单元格所在行，所述单元格起始列为单元格的起始列位置，例如，第几列；所述单元格结束列为单元格的结束列位置；所述垂直方向合并行数表示有几个行进行了合并。

<比较结果>表示单元格的具体比较结果，比如add、Modify的状态，其中，add状态表示增加，modify状态表示修改。

综上所述，在转化为XML格式数据后，对XML文档数据进行对比，在对比过程中，为确定文档数据具体不同，采用遍历XML数据模式进行对比，对于Java、C++等开发语言，存在一些函数库可对XML文件进行整体比较，从而确定两个文件是否一致，与本发明的目的不一样。另外，借助于本实施例的技术方案，通过对Excel表格格式文档进行结构化、将结构化数据存储为XML文档格式，之后采用双向比较法对第一XML格式文档的结构化数据和第二XML格式文档的结构化数据进行文档对比，并生成对应的第一XML格式文档的对比结果和第二XML格式文档的对比结果，解决了对Excel表格格式文档进行快速比较、结果展现等问题，提高了对于Excel表格格式文档数据比较的效率，降低了文档比较的复杂程度以及技术人员进行文档比较的工作量。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种用于Excel格式文档的数据版本的比较方法，具体包括：

步骤1)选取Excel格式文档，并对其进行数据结构化处理，在所述数据结构化处理的过程中，通过将工作簿、表单页、行、列、单元格的不同表格对象分别进行结构化描述，并分别转化为对应的结构化数据；

步骤2)获取步骤1)的数据结构化后，采用预定义的XML Schema数据格式进行原始Excel格式文档的数据描述，将Excel格式文档结构化数据转化为XML格式文档结构化数据，获得第一XML格式文档的结构化数据；

步骤3)重复步骤1)-步骤2)，获得第二XML格式文档的结构化数据；

步骤4)将步骤2)获得的XML格式文档结构化数据和步骤3)获得的XML格式文档结构化数据进行对比，在数据对比过程中，根据XML格式文档内存的数据不同，通过遍历XML数据模式，采用双向比较法进行对比，确定第一XML格式文档的结构化数据和第二XML格式文档的结构化数据的不同之处，获得定第一XML格式文档的结构化数据的对比结果和第二XML格式文档的结构化数据的对比结果；并将对二者进行存储，并进行展示。

2.根据权利要求1所述的用于Excel格式文档的数据版本的比较方法，其特征在于，所述步骤1)具体包括：选取Excel格式文档，分别读取所述Excel格式文档的表格对象的数据内容；在读取过程中，根据预先设计的表格式链表或嵌套式链表中的结构，进行结构化描述，并转化为对应的结构化数据，再进行存储。

3.根据权利要求2所述的用于Excel格式文档的数据版本的比较方法，其特征在于，所述表格对象包括：工作簿、表单页、行、列、单元格；其中，所述工作簿对应于整个Excel格式文档，建立一个table的结构；所述表单页采用链表方式进行管理，同时表单页中的一个链表节点可嵌套链表；对行、列、单元格的数据内容进行管理，其中，行、列、单元格可采用四元组进行数据描述。

4.根据权利要求1所述的用于Excel格式文档的数据版本的比较方法，其特征在于，步骤2)具体包括：

根据预定义的XML Schema数据格式，将Excel格式文档的结构化数据转换并存储为XML格式文档的结构化数据；其中，XML格式文档的结构化数据以表格对象数据进行存储，所述表格对象数据包括：表名、行、列、单元格和单元格值。

5.根据权利要求1所述的用于Excel格式文档的数据版本的比较方法，其特征在于，所述步骤4)具体包括：

步骤4-1)选择第一XML格式文档的结构化数据和第二XML格式文档的结构化数据，遍历二者的文档内容，生成第一内存数据和第二内存数据；采用哈希表映射方式对第一内存数据和第二内存数据进行存储，具体地，每个哈希表映射的节点以键值对方式进行存储，其中，键值为表单名称、行号、列号、行跨度、列跨度的组合，具体地，表单名称、行号、列号、行跨度、列跨度中的值为单元格数据；

步骤4-2)采用双向比较法，将第一XML格式文档的结构化数据，作为基础数据，开始遍历整个链表数据，并逐步选择其中的一个节点数据，根据键值与第二XML格式文档的结构化数据进行对比；若未找到相应的节点数据，说明该节点数据为新数据，将对比结果进行存储；若找到相应节点数据，但其单元格数据不一致，则该节点数据被修改，将对比结果进行存储；获得第一XML格式文档的对比结果；

步骤4-3)将第二XML格式文档的结构化数据作为基础数据，开始遍历整个链表数据，并逐步选择其中的一个节点数据，根据键值与第一XML格式文档的结构化数据进行对比；若未找到相应的节点数据，说明该节点数据为新数据，将对比结果进行存储；若找到相应节点数据，但其单元格数据不一致，则该节点数据被修改，将对比结果进行存储；获得第二XML格式文档的对比结果；

步骤4-4)比较完成后，根据自定义格式对第一XML格式文档的对比结果和第二XML格式文档的对比结果进行存储，并进行展示。