CN112270165A - 一种表格的处理方法、装置、介质和电子设备 - Google Patents

一种表格的处理方法、装置、介质和电子设备 Download PDF

Info

Publication number
CN112270165A
CN112270165A CN202011116847.8A CN202011116847A CN112270165A CN 112270165 A CN112270165 A CN 112270165A CN 202011116847 A CN202011116847 A CN 202011116847A CN 112270165 A CN112270165 A CN 112270165A
Authority
CN
China
Prior art keywords
cell
cells
row
determining
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011116847.8A
Other languages
English (en)
Inventor
张力文
程国艮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Global Tone Communication Technology Co ltd
Original Assignee
Global Tone Communication Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Global Tone Communication Technology Co ltd filed Critical Global Tone Communication Technology Co ltd
Priority to CN202011116847.8A priority Critical patent/CN112270165A/zh
Publication of CN112270165A publication Critical patent/CN112270165A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/166Editing, e.g. inserting or deleting
    • G06F40/177Editing, e.g. inserting or deleting of tables; using ruled lines
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2282Tablespace storage structures; Management thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/166Editing, e.g. inserting or deleting
    • G06F40/177Editing, e.g. inserting or deleting of tables; using ruled lines
    • G06F40/18Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Document Processing Apparatus (AREA)

Abstract

本公开提供了一种表格的处理方法、装置、介质和电子设备。本公开通过预设单元格关系分析待处理表格中的单元格,确定所述表格的表头单元格、外层单元格和内层单元格,并根据所述表头单元格的组成结构确定所述外层单元格和所述内层单元格中用于保存表格数据的数据单元格。针对半结构化信息(比如表格信息)没有统一处理规则的问题,提出了一种针对不同表格的处理方法,通过自动解读表关系,获取表头单元格和数据单元格,从而便于后续转化为易于管理的结构化数据,降低了对表格信息的管理难度,减少人工的工作量。

Description

一种表格的处理方法、装置、介质和电子设备
技术领域
本公开涉及计算机技术领域,具体而言,涉及一种表格的处理方法、装置、介质和电子设备。
背景技术
在机构或企业内部,重要信息常常存储在电子文件中,而这些未经处理的文件信息以非结构化(比如WORD文件中非表格的文字部分)及半结构化形式(比如EXCEL电子表格)保存,给信息查找和信息利用造成困难。同时,孤立的文档信息使用价值有限,不利于信息的整合、综合利用和开发。
特别是文件表格中的数据,由于表格关系多种多样,而表格的中的语义信息也是错综复杂,造成从表格中提取信息非常困难,增加了对表格信息的管理难度。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的目的在于提供一种表格的处理方法、装置、介质和电子设备,能够解决上述提到的至少一个技术问题。具体方案如下:
根据本公开的具体实施方式,第一方面,本公开提供一种表格的处理方法,包括:
获取待处理的表格;
基于预设单元格关系分析所述表格中的单元格,确定所述表格的表头单元格、外层单元格和内层单元格,其中,所述内层单元格包括所述表格中除所述外层单元格外的单元格;
根据所述表头单元格的组成结构确定所述外层单元格和所述内层单元格中用于保存表格数据的数据单元格。
根据本公开的具体实施方式,第二方面,本公开提供一种表格的处理装置,包括:
获取单元,用于获取待处理的表格;
分析单元,用于基于预设单元格关系分析所述表格中的单元格,确定所述表格的表头单元格、外层单元格和内层单元格,其中,所述内层单元格包括所述表格中除所述外层单元格外的单元格;
确定单元,用于根据所述表头单元格的组成结构确定所述外层单元格和所述内层单元格中用于保存表格数据的数据单元格。
根据本公开的具体实施方式,第三方面,本公开提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如第一方面任一项所述表格的处理方法。
根据本公开的具体实施方式,第四方面,本公开提供一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如第一方面任一项所述表格的处理方法。
本公开实施例的上述方案与现有技术相比,至少具有以下有益效果:
本公开提供了一种表格的处理方法、装置、介质和电子设备。本公开通过预设单元格关系分析待处理表格中的单元格,确定所述表格的表头单元格、外层单元格和内层单元格,并根据所述表头单元格的组成结构确定所述外层单元格和所述内层单元格中用于保存表格数据的数据单元格。针对半结构化信息(比如表格信息)没有统一处理规则的问题,提出了一种针对不同表格的处理方法,通过自动解读表关系,获取表头单元格和数据单元格,从而便于后续转化为易于管理的结构化数据,降低了对表格信息的管理难度,减少人工的工作量。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。在附图中:
图1示出了根据本公开实施例的表格的处理方法的流程图;
图2示出了根据本公开实施例的表格的处理装置的单元框图;
图3示出了根据本公开的实施例的电子设备连接结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面结合附图详细说明本公开的可选实施例。
对本公开提供的第一实施例,即一种表格的处理方法的实施例。
下面结合图1对本公开实施例进行详细说明。
步骤S101,获取待处理的表格。
表格存在于多种文件中,例如,EXCEL电子表格、WORD文件中的表格和PDF文件中的表格。但是,由于这些表格存在于不同文件中,不利于对表格中的数据进行有效的管理。本公开实施例的目的就是要将不同文件中的表格中获取表头单元格和数据单元格,从而方便数据提取并对数据进行有效管理。
由于同一形式的文件在发展过程中存在不同的版本,而从不同版本中获取待处理的表格存在一定的复杂性。为了便于从文件中获取待处理的表格,本公开实施例提供了对文件进行预处理的方法,可选的,所述获取待处理的表格,包括以下步骤:
步骤S101-1,获取待处理的第一文件。
所述第一文件包括表格。例如,第一文件为带有表格的EXCEL文件、WORD文件或PDF文件。
步骤S101-2,判断所述第一文件的文件格式是否满足预设文件格式。
预设文件格式包括预设文件类型和预设编码类型。
预设文件格式均为能够易于识别且易于抽取数据的文件类型。例如,对于WORD文件的预设文件类型为“.docx”类型,预设编码类型为utf8编码。
步骤S101-3,当所述第一文件的文件格式不满足预设文件格式时,将所述第一文件的文件格式转换为具有预设文件格式的第二文件,并从所述第二文件中获取所述表格。
对第一文件的预处理后生成的第二文件便于顺利的获取待处理的表格。同时,预处理后统一了文件格式,简化了对文件的处理流程。
步骤S102,基于预设单元格关系分析所述表格中的单元格,确定所述表格的表头单元格、外层单元格和内层单元格。
表头单元格中通常记录了数据单元格中数据的性质和属性,而数据单元格用于保存与表头单元格中信息对应的数据,也就是表格数据。例如,表头单元格中的内容为“姓名”,则与该表头单元格同列的数据单元格中记录“张三”、“李四”。
表头单元格包括表格的第一行单元格(即上表头单元格)和/或第一列单元格(即左表头单元格)。
外层单元格包括表格的第一行单元格、最后一行单元格、第一列单元格和最后一列单元格,这些单元格是该表格的外层单元格。
所述内层单元格包括所述表格中除所述外层单元格外的单元格。
因此,外层单元格至少包括表头单元格,而内层单元格一定是数据单元格。
所述基于预设单元格关系分析所述表格中的单元格,确定所述表格的表头单元格,包括以下步骤:
步骤S102-11,判断所述单元格是否处于所述表格的第一行。
步骤S102-12,当所述单元格处于所述表格的第一行时,确定所述单元格为所述上表头单元格。
本公开实施例的预设单元格关系,包括:表格第一行单元格均为上表头单元格。
步骤S102-13,判断所述表格的第一列单元格中自第二行向下单元格的数据类型是否一致。
步骤S102-14,当所述表格的第一列单元格中自第二行向下单元格的数据类型不一致时,确定所述表格的第一列单元格中自第二行向下单元格为所述左表头单元格。
如果表格存在左表头单元格,则所有左表头单元格的数据类型至少包括两种。如果表格的第一列单元格为数据单元格,则表格的第一列单元格中自第二行向下单元格的数据类型一致。因此,本公开实施例的预设单元格关系,包括:当所述表格的第一列单元格中自第二行向下单元格的数据类型不一致时,所述表格的第一列单元格中自第二行向下单元格为左表头单元格。
可选的,所述基于预设单元格关系分析所述表格中的单元格,确定外层单元格,包括以下步骤:
步骤S102-21,判断所述单元格是否处于所述表格的第一行、最后一行、第一列或最后一列。
由于外层单元格包括表格的第一行单元格、最后一行单元格、第一列单元格和最后一列单元格,因此,本公开实施例的预设单元格关系,包括:当单元格处于表格的第一行、最后一行、第一列或最后一列时,该单元格为外层单元格。
判断单元格是否处于表格的第一行,主要是判断该行每个单元格的上方是否存在单元格或上方的单元格中是否存在信息,当不存在信息时,该行单元格为第一行单元格。
同理,判断单元格是否处于表格的最后一行,主要是判断该行每个单元格的下方单元格是否存在信息,当不存在信息时,该行单元格为最后一行单元格。
判断单元格是否处于表格的第一列,主要是判断该列每个单元格的左方是否存在单元格或左方的单元格中是否存在信息,当不存在信息时,该列单元格为第一列单元格。
判断单元格是否处于表格的最后一列,主要是判断该列每个单元单元格的右方单元格是否存在信息,当不存在信息时,该列单元格为最后一列单元格。
步骤S102-22,当所述单元格处于表格的第一行、最后一行、第一列或最后一列时,确定所述单元格为所述外层单元格。
可选的,所述基于预设单元格关系分析所述表格中的单元格,确定内层单元格,包括以下步骤:
步骤S102-31,判断所述单元格是否属于所述外层单元格。
本公开实施例的预设单元格关系,包括:当单元格不属于外层单元格时,该单元格为内层单元格。
步骤S102-32,当所述单元格不属于所述外层单元格时,确定所述单元格为所述内层单元格。
如果单元格不属于外层单元格也就表明该单元格不属于表头单元格,也就意味着内层单元格均为数据单元格。
步骤S103,根据所述表头单元格的组成结构确定所述外层单元格和所述内层单元格中用于保存表格数据的数据单元格。
表头单元格的组成结构包括单行结构和复合结构。
其中,所述单行结构的表头单元格均为所述表格第一行的上表头单元格。
其中,所述复合结构的表头单元格均为所述上表头单元格或所述表格第一列的左表头单元格。
可选的,所述根据所述表头单元格的组成结构确定所述外层单元格和所述内层单元格中用于保存表格数据的数据单元格,包括以下步骤:
步骤S103-11,判断所述表头单元格的组成结构。
步骤S103-12,当所述组成结构为单行结构时,确定所述内层单元格以及所述外层单元格中除第一行单元格外的所有单元格为数据单元格。
也就是表头单元格中仅存在上表头单元格,不存在左表头单元格。意味着,表格中除上表头单元格外的其他单元格均为数据单元格。
可选的,在所述判断所述表头单元格的组成结构后,还包括以下步骤:
步骤S103-21,当所述组成结构为复合结构时,确定所述内层单元格以及所述外层单元格中除第一行单元格和第一列单元格外的所有单元格为数据单元格。
也就是表头单元格中既存在上表头单元格也存在左表头单元格。意味着,表格中除上表头单元格和左表头单元格外的其他单元格均为数据单元格。
本公开实施例通过预设单元格关系分析待处理表格中的单元格,确定所述表格的表头单元格、外层单元格和内层单元格,并根据所述表头单元格的组成结构确定所述外层单元格和所述内层单元格中用于保存表格数据的数据单元格。针对半结构化信息(比如表格信息)没有统一处理规则的问题,提出了一种针对不同表格的处理方法,通过自动解读表关系,获取表头单元格和数据单元格,从而便于后续转化为易于管理的结构化数据,降低了对表格信息的管理难度,减少人工的工作量。
与本公开提供的第一实施例相对应,本公开还提供了第二实施例,即一种表格的处理装置。由于第二实施例基本相似于第一实施例,所以描述得比较简单,相关的部分请参见第一实施例的对应说明即可。下述描述的装置实施例仅仅是示意性的。
图2示出了本公开提供的一种表格的处理装置的实施例。
如图2所示,本公开提供一种表格的处理装置,包括:
获取单元201,用于获取待处理的表格;
分析单元202,用于基于预设单元格关系分析所述表格中的单元格,确定所述表格的表头单元格、外层单元格和内层单元格,其中,所述内层单元格包括所述表格中除所述外层单元格外的单元格;
确定单元203,用于根据所述表头单元格的组成结构确定所述外层单元格和所述内层单元格中用于保存表格数据的数据单元格。
可选的,在所述确定单元203中,包括:
判断组成结构子单元,用于判断所述表头单元格的组成结构;
处理单行结构子单元,用于当所述组成结构为单行结构时,确定所述内层单元格以及所述外层单元格中除第一行单元格外的所有单元格为数据单元格,其中,所述单行结构的表头单元格均为所述表格第一行的上表头单元格。
可选的,在所述确定单元203中,还包括:
处理复合结构子单元,用于当所述组成结构为复合结构时,确定所述内层单元格以及所述外层单元格中除第一行单元格和第一列单元格外的所有单元格为数据单元格,其中,所述复合结构的表头单元格均为所述上表头单元格或所述表格第一列的左表头单元格。
可选的,在所述分析单元202中,包括:
判断上表头单元格子单元,用于判断所述单元格是否处于所述表格的第一行;
确定上表头单元格子单元,用于当所述单元格处于所述第一行时,确定所述单元格为所述上表头单元格;
判断左表头单元格子单元,用于判断所述表格的第一列单元格中自第二行向下单元格的数据类型是否一致;
确定左表头单元格子单元,用于当所述表格的第一列单元格中自第二行向下单元格的数据类型不一致时,确定所述表格的第一列单元格中自第二行向下单元格为所述左表头单元格。
可选的,在所述分析单元202中,包括:
判断外层单元格子单元,用于判断所述单元格是否处于所述表格的第一行、最后一行、第一列或最后一列;
确定外层单元格子单元,用于当所述单元格处于所述表格的第一行、最后一行、第一列或最后一列时,确定所述单元格为所述外层单元格。
可选的,在所述分析单元202中,包括:
判断内层单元格子单元,用于判断所述单元格是否属于所述外层单元格;
确定内层单元格子单元,用于当所述单元格不属于所述外层单元格时,确定所述单元格为所述内层单元格。
可选的,在所述获取单元201中,包括:
获取第一文件子单元,用于获取待处理的第一文件,所述第一文件包括所述表格;
判断文件格式子单元,用于判断所述第一文件的文件格式是否满足预设文件格式;
预处理子单元,用于当所述第一文件的文件格式不满足预设文件格式时,将所述第一文件的文件格式转换为具有预设文件格式的第二文件,并从所述第二文件中获取所述表格。
本公开实施例通过预设单元格关系分析待处理表格中的单元格,确定所述表格的表头单元格、外层单元格和内层单元格,并根据所述表头单元格的组成结构确定所述外层单元格和所述内层单元格中用于保存表格数据的数据单元格。针对半结构化信息(比如表格信息)没有统一处理规则的问题,提出了一种针对不同表格的处理方法,通过自动解读表关系,获取表头单元格和数据单元格,从而便于后续转化为易于管理的结构化数据,降低了对表格信息的管理难度,减少人工的工作量。
本公开实施例提供了第三实施例,即一种电子设备,该设备用于表格的处理方法,所述电子设备,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如第一实施例所述表格的处理方法。
本公开实施例提供了第四实施例,即一种用于表格处理的计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行如第一实施例中所述表格的处理方法。
下面参考图3,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机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。而在本公开中,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,其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、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。计算机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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
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。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种表格的处理方法,其特征在于,包括:
获取待处理的表格;
基于预设单元格关系分析所述表格中的单元格,确定所述表格的表头单元格、外层单元格和内层单元格,其中,所述内层单元格包括所述表格中除所述外层单元格外的单元格;
根据所述表头单元格的组成结构确定所述外层单元格和所述内层单元格中用于保存表格数据的数据单元格。
2.根据权利要求1所述的处理方法,其特征在于,所述根据所述表头单元格的组成结构确定所述外层单元格和所述内层单元格中用于保存表格数据的数据单元格,包括:
判断所述表头单元格的组成结构;
当所述组成结构为单行结构时,确定所述内层单元格以及所述外层单元格中除第一行单元格外的所有单元格为数据单元格,其中,所述单行结构的表头单元格均为所述表格第一行的上表头单元格。
3.根据权利要求2所述的处理方法,其特征在于,在所述判断所述表头单元格的组成结构后,还包括:
当所述组成结构为复合结构时,确定所述内层单元格以及所述外层单元格中除第一行单元格和第一列单元格外的所有单元格为数据单元格,其中,所述复合结构的表头单元格均为所述上表头单元格或所述表格第一列的左表头单元格。
4.根据权利要求3所述的处理方法,其特征在于,所述基于预设单元格关系分析所述表格中的单元格,确定所述表格的表头单元格,包括:
判断所述单元格是否处于所述表格的第一行;
当所述单元格处于所述第一行时,确定所述单元格为所述上表头单元格;
判断所述表格的第一列单元格中自第二行向下单元格的数据类型是否一致;
当所述表格的第一列单元格中自第二行向下单元格的数据类型不一致时,确定所述表格的第一列单元格中自第二行向下单元格为所述左表头单元格。
5.根据权利要求1所述的处理方法,其特征在于,所述基于预设单元格关系分析所述表格中的单元格,确定外层单元格,包括:
判断所述单元格是否处于所述表格的第一行、最后一行、第一列或最后一列;
当所述单元格处于所述表格的第一行、最后一行、第一列或最后一列时,确定所述单元格为所述外层单元格。
6.根据权利要求1所述的处理方法,其特征在于,所述基于预设单元格关系分析所述表格中的单元格,确定内层单元格,包括:
判断所述单元格是否属于所述外层单元格;
当所述单元格不属于所述外层单元格时,确定所述单元格为所述内层单元格。
7.根据权利要求1所述的处理方法,其特征在于,所述获取待处理的表格,包括:
获取待处理的第一文件,所述第一文件包括所述表格;
判断所述第一文件的文件格式是否满足预设文件格式;
当所述第一文件的文件格式不满足预设文件格式时,将所述第一文件的文件格式转换为具有预设文件格式的第二文件,并从所述第二文件中获取所述表格。
8.一种表格的处理装置,其特征在于,包括:
获取单元,用于获取待处理的表格;
分析单元,用于基于预设单元格关系分析所述表格中的单元格,确定所述表格的表头单元格、外层单元格和内层单元格,其中,所述内层单元格包括所述表格中除所述外层单元格外的单元格;
确定单元,用于根据所述表头单元格的组成结构确定所述外层单元格和所述内层单元格中用于保存表格数据的数据单元格。
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,所述程序被处理器执行时实现如权利要求1至7中任一项所述的处理方法。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至7中任一项所述的处理方法。
CN202011116847.8A 2020-10-19 2020-10-19 一种表格的处理方法、装置、介质和电子设备 Pending CN112270165A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011116847.8A CN112270165A (zh) 2020-10-19 2020-10-19 一种表格的处理方法、装置、介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011116847.8A CN112270165A (zh) 2020-10-19 2020-10-19 一种表格的处理方法、装置、介质和电子设备

Publications (1)

Publication Number Publication Date
CN112270165A true CN112270165A (zh) 2021-01-26

Family

ID=74338201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011116847.8A Pending CN112270165A (zh) 2020-10-19 2020-10-19 一种表格的处理方法、装置、介质和电子设备

Country Status (1)

Country Link
CN (1) CN112270165A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184099A (zh) * 2011-04-15 2011-09-14 北京高森明晨信息科技有限公司 配置及生成应用软件报表的方法、装置及系统
CN103793372A (zh) * 2012-10-30 2014-05-14 国际商业机器公司 从电子文档中的表格结构提取语义关系
US20180060292A1 (en) * 2016-08-25 2018-03-01 Oracle International Corporation Data grid components
CN109522452A (zh) * 2018-11-13 2019-03-26 南京烽火星空通信发展有限公司 一种海量半结构化数据的处理方法
CN109948507A (zh) * 2019-03-14 2019-06-28 北京百度网讯科技有限公司 用于检测表格的方法和装置
US20190278853A1 (en) * 2018-03-09 2019-09-12 International Business Machines Corporation Extracting Structure and Semantics from Tabular Data

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184099A (zh) * 2011-04-15 2011-09-14 北京高森明晨信息科技有限公司 配置及生成应用软件报表的方法、装置及系统
CN103793372A (zh) * 2012-10-30 2014-05-14 国际商业机器公司 从电子文档中的表格结构提取语义关系
US20180060292A1 (en) * 2016-08-25 2018-03-01 Oracle International Corporation Data grid components
US20190278853A1 (en) * 2018-03-09 2019-09-12 International Business Machines Corporation Extracting Structure and Semantics from Tabular Data
CN109522452A (zh) * 2018-11-13 2019-03-26 南京烽火星空通信发展有限公司 一种海量半结构化数据的处理方法
CN109948507A (zh) * 2019-03-14 2019-06-28 北京百度网讯科技有限公司 用于检测表格的方法和装置

Similar Documents

Publication Publication Date Title
CN111949850B (zh) 多源数据的采集方法、装置、设备及存储介质
CN113204555B (zh) 数据表处理方法、装置、电子设备和存储介质
CN111950857A (zh) 基于业务指标的指标体系管理方法、装置以及电子设备
CN111857720B (zh) 用户界面状态信息的生成方法、装置、电子设备及介质
US20230315990A1 (en) Text detection method and apparatus, electronic device, and storage medium
CN113919320A (zh) 异构图神经网络的早期谣言检测方法、系统及设备
CN116433388B (zh) 数据存储资源划分方法、装置、电子设备和计算机介质
CN113190517A (zh) 数据集成方法、装置、电子设备和计算机可读介质
CN111355784B (zh) 一种处理请求信息的方法、装置、介质和电子设备
CN111124541A (zh) 一种配置文件的生成方法、装置、设备及介质
CN112270165A (zh) 一种表格的处理方法、装置、介质和电子设备
CN113807056A (zh) 一种文档名称序号纠错方法、装置和设备
CN113987118A (zh) 语料的获取方法、装置、设备及存储介质
CN114547040A (zh) 数据处理方法、装置、设备及介质
CN114239501A (zh) 合同生成方法、装置、设备及介质
CN112818710A (zh) 一种异步网络机器翻译请求的处理方法、装置
CN115422131B (zh) 业务审核知识库检索方法、装置、设备和计算机可读介质
CN115374320B (zh) 文本匹配方法、装置、电子设备、计算机介质
CN111143355A (zh) 数据处理方法及装置
CN110795670A (zh) 网页图像的监控方法、装置、电子设备及可读存储介质
CN111399902A (zh) 客户端源文件处理方法、装置、可读介质与电子设备
CN116737762B (zh) 结构化查询语句生成方法、装置和计算机可读介质
CN115080571A (zh) 一种索引更新方法、装置、电子设备、计算机可读介质
CN116739809A (zh) 一种财务报表加工方法、装置、设备、存储介质及产品
CN111581305A (zh) 特征处理方法、装置、电子设备和介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination