CN113254627A - 数据读取方法、装置及终端 - Google Patents

Abstract

本发明适用于计算机技术领域，提供了一种数据读取方法、装置及终端。其中，所述数据读取方法包括：获取第一指示文本和第二指示文本；在源数据中查找第一指示文本和第二指示文本；基于查找到的第一指示文本在源数据中的第一位置，和，第二指示文本在源数据中的第二位置，确定待读取数据在源数据中的目标位置；若目标位置上的数据不为空值，则读取目标位置上的数据；若目标位置上的数据为空值，则获取目标位置的位置关联属性，并基于位置关联属性重新确定目标位置，读取重新确定的目标位置上的数据。本发明通过位置关联属性确定待读取数据的正确位置，可以在建立数据仓库时读取到正确数据。

Description

数据读取方法、装置及终端

技术领域

本发明属于计算机技术领域，尤其涉及一种数据读取方法、装置及终端。

背景技术

为了对现有数据进行汇集，便于统计分析，通常需要读取表格中的数据，构造一个数据仓库。

然而，在读取表格中的数据时，表格中如果存在合并单元格等数据位置异常情况，爬虫程序难以发现这些异常情况并进行修正，难以读取到正确数据。

发明内容

有鉴于此，本发明提供了一种数据读取方法、装置及终端，以解决表格数据位置异常时难以读取到正确数据的问题。

本发明实施例的第一方面提供了一种数据读取方法，包括：

获取第一指示文本和第二指示文本；

在源数据中查找第一指示文本和第二指示文本；

基于查找到的第一指示文本在源数据中的第一位置，和，第二指示文本在源数据中的第二位置，确定待读取数据在源数据中的目标位置；

若目标位置上的数据不为空值，则读取目标位置上的数据；

若目标位置上的数据为空值，则获取目标位置的位置关联属性，并基于位置关联属性重新确定目标位置，读取重新确定的目标位置上的数据。

可选的，源数据对应的源文件包括表格文件，位置关联属性包括合并单元格属性；

基于位置关联属性重新确定目标位置包括：

若合并单元格属性为行合并单元格，则将该行合并单元格的第一列的列号确定为目标位置的列号。

可选的，基于位置关联属性重新确定目标位置还包括：

若合并单元格属性为列合并单元格，则将该列合并单元格的第一行的行号确定为目标位置的行号。

可选的，第一位置包括第一行号和第一列号，第二位置包括第二行号和第二列号；

基于查找到的第一指示文本在源数据中的第一位置，和，第二指示文本在源数据中的第二位置，确定待读取数据在源数据中的目标位置包括：

将第一行号和第二行号中的较大值作为目标位置的行号；

将第一列号和第二列号中的较大值作为目标位置的列号。

可选的，在在源数据中查找第一指示文本和第二指示文本之前还包括：

获取区域指示文本；

在源数据中查找区域指示文本；

基于区域指示文本在源数据中的位置确定目标区域；

相应的，在源数据中查找第一指示文本和第二指示文本包括：在目标区域中查找第一指示文本和第二指示文本。

本发明实施例的第二方面提供了一种数据读取装置，包括：

获取模块，用于获取第一指示文本和第二指示文本；

查找模块，用于在源数据中查找第一指示文本和第二指示文本；

定位模块，用于基于查找到的第一指示文本在源数据中的第一位置，和，第二指示文本在源数据中的第二位置，确定待读取数据在源数据中的目标位置；

读取模块，用于在目标位置上的数据不为空值时，读取目标位置上的数据；

在目标位置上的数据为空值时，获取目标位置的位置关联属性，并基于位置关联属性重新确定目标位置，读取重新确定的目标位置上的数据。

本发明实施例的第三方面提供了一种终端，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如任一项数据读取方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如任一项数据读取方法的步骤。

本发明与现有技术相比存在的有益效果是：

本发明实施例提供了一种数据读取方法，包括：获取第一指示文本和第二指示文本；在源数据中查找第一指示文本和第二指示文本；基于查找到的第一指示文本在源数据中的第一位置，和，第二指示文本在源数据中的第二位置，确定待读取数据在源数据中的目标位置；若目标位置上的数据不为空值，则读取目标位置上的数据；若目标位置上的数据为空值，则获取目标位置的位置关联属性，并基于位置关联属性重新确定目标位置，读取重新确定的目标位置上的数据。本发明通过位置关联属性确定待读取数据的正确位置，可以在建立数据仓库时读取到正确数据。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的数据读取方法的实现流程图；

图2是本发明实施例提供的数据读取装置的结构示意图；

图3是本发明实施例提供的终端的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。

参见图1，其示出了本发明实施例提供的数据读取方法的实现流程图，详述如下：

本发明实施例的第一方面提供了一种数据读取方法，包括：

步骤101，获取第一指示文本和第二指示文本；

在本实施例中，第一指示文本和第二指示文本表示待读取数据的特征数据，用于指示程序根据指示文本查找待读取数据，可以分别为待读取数据的行项目名称和列项目名称。

步骤102，在源数据中查找第一指示文本和第二指示文本；

在本实施例中，源数据表示需要读取数据的文件，源数据可以为表格文件，例如Excel表格。

步骤103，基于查找到的第一指示文本在源数据中的第一位置，和，第二指示文本在源数据中的第二位置，确定待读取数据在源数据中的目标位置；

在本实施例中，目标位置表示初步确定的待读取数据的位置。

步骤104，若目标位置上的数据不为空值，则读取目标位置上的数据；

目标位置上的数据不为空，说明目标位置正确。

步骤105，若目标位置上的数据为空值，则获取目标位置的位置关联属性，并基于位置关联属性重新确定目标位置，读取重新确定的目标位置上的数据。

目标位置上的数据为空，说明可能存在合并单元格的情况，需要判断目标位置的格式是否为合并单元格，并根据目标位置的格式找到待读取数据的正确位置。

在本实施例中，数据读取规则通过规则库引擎设定，可以实现造价文件数据读取的动态可配，同时还可通过规则库引擎对读取到的数据进行智能校验，保证了读取后数据的质量。

其中，规则库引擎的工作过程是通过匹配规则库和事实库，挑选出对应的规则到日程，最后执行对应的action。规则库引擎包括：

Rule Base(knowledge base，规则库，知识库)

Working Memory(fact base，事实库)

Inference Engine(推理引擎)

Pattern Matcher(模式匹配器)

Agenda(日程)

Execution Engine(执行引擎)

规则库引擎可以实现如下需求：

(1)将业务逻辑从程序代码中脱离出来，通过配置来实现业务规则。

(2)直接通过web界面来修改和变更业务规则。

在本实施例中，规则库引擎使用了模式匹配(rete)算法，规则引擎的核心是Pattern Matcher(模式匹配器)，先进行模式匹配，再进行推理：

正向推理又称为正向链接推理，其推理基础是逻辑演绎的推理链，它从一组表示事实的谓词或命题出发，使用一组推理规则，来证明目标谓词公式或命题是否成立。实现正向推理的一般策略是：先提供一批数据(事实)到总数据库中，系统利用这些事实与规则的前提匹配，触发匹配成功的规则(即启用规则)，把其结论作为新的事实添加到总数据库中。继续上述过程，用更新过的总数据库中的所有事实再与规则库中另一条规则匹配，用其结论再修改总数据库的内容，直到没有可匹配的新规则，不再有新的事实加到总数据库为止。

可选的，源数据对应的源文件包括表格文件，位置关联属性包括合并单元格属性；

基于位置关联属性重新确定目标位置包括：

若合并单元格属性为行合并单元格，则将该行合并单元格的第一列的列号确定为目标位置的列号。

可选的，基于位置关联属性重新确定目标位置还包括：

若合并单元格属性为列合并单元格，则将该列合并单元格的第一行的行号确定为目标位置的行号。

在本实施例中，若合并单元格属性为行合并单元格，则选中此单元格时，坐标会显示被合并的单元格中左上角单元格的坐标，也就是合并后的单元格中第一行的行号和第一列的列号，如此确定的目标位置的坐标可以准确读取到待读取数据。

可选的，第一位置包括第一行号和第一列号，第二位置包括第二行号和第二列号；

在本实施例中，第一行号和第一列号表示第一指示文本的行号和列号，第二行号和第二列号表示第二指示文本的行号和列号。

基于查找到的第一指示文本在源数据中的第一位置，和，第二指示文本在源数据中的第二位置，确定待读取数据在源数据中的目标位置包括：

将第一行号和第二行号中的较大值作为目标位置的行号；

将第一列号和第二列号中的较大值作为目标位置的列号。

在本实施例中，待读取数据的行项目名称和列项目名称的都有行号和列号，对待读取数据定位需要得到行项目名称右方和列项目名称下方的位置，也就是第一行号和第二行号中的较大值，和第一列号和第二列号中的较大值。

可选的，在在源数据中查找第一指示文本和第二指示文本之前还包括：

获取区域指示文本；

在源数据中查找区域指示文本；

基于区域指示文本在源数据中的位置确定目标区域；

相应的，在源数据中查找第一指示文本和第二指示文本包括：在目标区域中查找第一指示文本和第二指示文本。

在本实施例中，通过区域指示文本可以缩小查找范围，加快查找速度。

由上可知，本发明首先获取第一指示文本和第二指示文本；然后在源数据中查找第一指示文本和第二指示文本；接着基于查找到的第一指示文本在源数据中的第一位置，和，第二指示文本在源数据中的第二位置，确定待读取数据在源数据中的目标位置；最后若目标位置上的数据不为空值，则读取目标位置上的数据；若目标位置上的数据为空值，则获取目标位置的位置关联属性，并基于位置关联属性重新确定目标位置，读取重新确定的目标位置上的数据。本发明通过位置关联属性确定待读取数据的正确位置，可以在建立数据仓库时读取到正确数据。

以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。

图2示出了本发明实施例提供的数据读取装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：

如图2所示，数据读取装置2包括：

获取模块21，用于获取第一指示文本和第二指示文本；

查找模块22，用于在源数据中查找第一指示文本和第二指示文本；

定位模块23，用于基于查找到的第一指示文本在源数据中的第一位置，和，第二指示文本在源数据中的第二位置，确定待读取数据在源数据中的目标位置；

读取模块24，用于在目标位置上的数据不为空值时，读取目标位置上的数据；

在目标位置上的数据为空值时，获取目标位置的位置关联属性，并基于位置关联属性重新确定目标位置，读取重新确定的目标位置上的数据。

可选的，源数据对应的源文件包括表格文件，位置关联属性包括合并单元格属性；

相应的，读取模块还用于：

在合并单元格属性为行合并单元格时，将该行合并单元格的第一列的列号确定为目标位置的列号。

可选的，读取模块还用于：

在合并单元格属性为列合并单元格时，将该列合并单元格的第一行的行号确定为目标位置的行号。

可选的，第一位置包括第一行号和第一列号，第二位置包括第二行号和第二列号；

相应的，定位模块还包括：

行定位单元，用于将第一行号和第二行号中的较大值作为目标位置的行号；

列定位单元，用于将第一列号和第二列号中的较大值作为目标位置的列号。

可选的，获取模块还用于获取区域指示文本；

相应的，查找模块还包括：

第一查找单元，用于在源数据中查找区域指示文本；

目标确定单元，用于基于区域指示文本在源数据中的位置确定目标区域；

第二查找单元，用于在目标区域中查找第一指示文本和第二指示文本。

由上可知，本发明首先获取第一指示文本和第二指示文本；然后在源数据中查找第一指示文本和第二指示文本；接着基于查找到的第一指示文本在源数据中的第一位置，和，第二指示文本在源数据中的第二位置，确定待读取数据在源数据中的目标位置；最后若目标位置上的数据不为空值，则读取目标位置上的数据；若目标位置上的数据为空值，则获取目标位置的位置关联属性，并基于位置关联属性重新确定目标位置，读取重新确定的目标位置上的数据。本发明通过位置关联属性确定待读取数据的正确位置，可以在建立数据仓库时读取到正确数据。

图3是本发明一实施例提供的终端的示意图。如图3所示，该实施例的终端3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个数据读取方法实施例中的步骤，例如图1所示的步骤101至步骤105。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块21至24的功能。

示例性的，所述计算机程序32可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述终端3中的执行过程。

所述终端3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是终端3的示例，并不构成对终端3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。

所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器31可以是所述终端3的内部存储单元，例如终端3的硬盘或内存。所述存储器31也可以是所述终端3的外部存储设备，例如所述终端3上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述终端3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种数据读取方法，其特征在于，所述数据读取方法包括：

获取第一指示文本和第二指示文本；

在源数据中查找所述第一指示文本和所述第二指示文本；

基于查找到的所述第一指示文本在所述源数据中的第一位置，和，所述第二指示文本在所述源数据中的第二位置，确定待读取数据在所述源数据中的目标位置；

若所述目标位置上的数据不为空值，则读取所述目标位置上的数据；

若所述目标位置上的数据为空值，则获取所述目标位置的位置关联属性，并基于所述位置关联属性重新确定目标位置，读取重新确定的目标位置上的数据。

2.根据权利要求1所述的数据读取方法，其特征在于，所述源数据对应的源文件包括表格文件，所述位置关联属性包括合并单元格属性；

所述基于所述位置关联属性重新确定目标位置包括：

若所述合并单元格属性为行合并单元格，则将该行合并单元格的第一列的列号确定为所述目标位置的列号。

3.根据权利要求2所述的数据读取方法，其特征在于，所述基于所述位置关联属性重新确定目标位置还包括：

若所述合并单元格属性为列合并单元格，则将该列合并单元格的第一行的行号确定为所述目标位置的行号。

4.根据权利要求3所述的数据读取方法，其特征在于，所述第一位置包括第一行号和第一列号，所述第二位置包括第二行号和第二列号；

所述基于查找到的所述第一指示文本在所述源数据中的第一位置，和，所述第二指示文本在所述源数据中的第二位置，确定待读取数据在所述源数据中的目标位置包括：

将所述第一行号和所述第二行号中的较大值作为所述目标位置的行号；

将所述第一列号和所述第二列号中的较大值作为所述目标位置的列号。

5.根据权利要求1至4任一项所述的数据读取方法，其特征在于，在所述在源数据中查找所述第一指示文本和所述第二指示文本之前还包括：

获取区域指示文本；

在所述源数据中查找所述区域指示文本；

基于所述区域指示文本在所述源数据中的位置确定目标区域；

相应的，所述在源数据中查找所述第一指示文本和所述第二指示文本包括：在所述目标区域中查找所述第一指示文本和所述第二指示文本。

6.一种数据读取装置，其特征在于，所述数据读取装置包括：

获取模块，用于获取第一指示文本和第二指示文本；

查找模块，用于在源数据中查找所述第一指示文本和所述第二指示文本；

定位模块，用于基于查找到的所述第一指示文本在所述源数据中的第一位置，和，所述第二指示文本在所述源数据中的第二位置，确定待读取数据在所述源数据中的目标位置；

读取模块，用于在所述目标位置上的数据不为空值时，读取所述目标位置上的数据；

在所述目标位置上的数据为空值时，获取所述目标位置的位置关联属性，并基于所述位置关联属性重新确定目标位置，读取重新确定的目标位置上的数据。

7.根据权利要求6所述的数据读取装置，其特征在于，所述源数据对应的源文件包括表格文件，所述位置关联属性包括合并单元格属性；

相应的，所述读取模块还用于：

在所述合并单元格属性为行合并单元格时，将该行合并单元格的第一列的列号确定为所述目标位置的列号。

8.根据权利要求7所述的数据读取装置，其特征在于，所述读取模块还用于：

在所述合并单元格属性为列合并单元格时，将该列合并单元格的第一行的行号确定为所述目标位置的行号。

9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至5中任一项所述数据读取方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至5中任一项所述数据读取方法的步骤。

Images