CN113434674A - 数据解析方法、装置、电子设备及可读存储介质 - Google Patents
数据解析方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN113434674A CN113434674A CN202110710193.XA CN202110710193A CN113434674A CN 113434674 A CN113434674 A CN 113434674A CN 202110710193 A CN202110710193 A CN 202110710193A CN 113434674 A CN113434674 A CN 113434674A
- Authority
- CN
- China
- Prior art keywords
- data
- characteristic value
- key
- analyzed
- standard
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000007405 data analysis Methods 0.000 title claims abstract description 42
- 238000013507 mapping Methods 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 27
- 230000014509 gene expression Effects 0.000 claims description 52
- 230000006870 function Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004870 electrical engineering Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
- G06F16/90344—Query processing by using string matching techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据处理技术，揭露一种数据解析方法，包括：读取待解析文件的特征值；从标准模板库的标准特征值集中选择与所述待解析文件的特征值相配的特征值子集；并获取与所述待解析文本的特征值匹配的特征值子集对应的配置模板，获取所述配置模板中的关键字段与所述配置模板的格式，利用预设的映射函数获取所述待解析文本中与所述关键字段对应的关键文本；确定所有关键字段中属于主键的关键字段为目标关键字段；根据目标关键字段将所有关键文本划分为不同的数据组；对各数据组进行解析，得到解析数据。本发明还提出一种数据解析装置、电子设备以及存储介质。本发明可以提高数据解析的准确率。
Description
技术领域
本发明涉及数据处理领域，尤其涉及一种数据解析方法、装置、电子设备及可读存储介质。
背景技术
目前，在信息技术飞速发展的背景下，数据解析在社会各个领域中的应用也变得越来越广泛。常见数据解析方法是从Excel导入数据到数据库进行解析。
但是，一般常用的方案在每次数据导入和解析时，都需要用户自主筛选Excel模板和基础信息，随着模板数量增加，计算机的存储压力变大，且模板的选择难度也加大，操作繁琐。
发明内容
本发明提供一种数据解析方法、装置、电子设备及计算机可读存储介质，其主要目的在于实现模板的自动匹配和数据的自动解析及存储，提高数据解析效率。
为实现上述目的，本发明提供的一种数据解析方法，包括：
获取用户上传的待解析文件，读取所述待解析文件的特征值；
获取预构建的标准模板库中的标准特征值集；
根据预设的正则表达式匹配规则，获取所述标准特征值集中与所述待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板；
获取所述配置模板中的关键字段与所述配置模板的格式，利用预设的映射函数获取所述待解析文本中与所述关键字段对应的关键文本；
确定所有所述关键字段中属于主键的关键字段为目标关键字段；
根据所述目标关键字段将所有所述关键文本划分为不同的数据组；
对各数据组进行解析，得到解析数据。
可选地，所述根据预设的正则表达式匹配规则，获取所述标准特征值集中与所述待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板，包括：
根据预设的正则表达式匹配规则，将所述待解析文件的特征值与所述标准特征值集中每个特征值子集进行比较；
根据比较结果从所述标准特征值集中选择特征值与所述待解析文件的特征值一致的特征值子集；
获取选择的所述特征子集对应的标准模板为配置模板。
可选地，所述根据比较结果从所述标准特征值集中选择特征值与所述待解析文件的特征值都一致的特征值子集之前，该方法还包括：
在根据比较结果判定所述待解析文件的特征值与所述标准特征值集中的所有特征值子集都不一致时，采用预设方法修正所述待解析文件，并读取修正后的所述待解析文件中特征值，返回到上述根据预设的正则表达式匹配规则，将所述待解析文件的特征值与所述标准特征值集中每个特征值子集进行比较的步骤，直到所述待解析文件的特征值与所述标准特征值集中至少一个特征值子集一致。
可选地，所述根据所述目标关键字段将所有所述关键文本划分为不同的数据组，包括：
确定所述关键文本中与所述目标关键字段对应的各个主键文本属于单独的数据组，以及将所述关键文本中与各个所述主键文本对应的相关文本添加至各个数据组中。可选地，所述利用预设的映射函数获取所述待解析文本中与所述关键字段对应的关键文本，包括：
根据所述关键字段将所述待解析文本中的数据分成大小相同的数据块；
利用预设的映射函数将所述数据块转化为关键文本。
可选地，所述所述得到解析数据之后，所述方法还包括：
检测所述解析数据中是否存在非法字符串；
若所述解析数据中存在非法字符串，则删除所述非法字符串，并在所述解析数据中不存在非法字符串时，对所述解析数据进行数据清洗处理，得到处理数据；
根据所述配置模板的格式中的字段，对所述处理数据进行拆分和组合，根据所述拆分及组合操作将所述处理数据和预设区块链建立映射关系；
根据所述映射关系，将所述处理数据分批或逐条存储至所述区块链中。
可选地，所述所述获取预构建的标准模板库中的标准特征值集之前，所述方法还包括：
接收客户端发送的显示参数；
将所述显示参数与预设数据库进行映射，得到显示参数映射数据；
将所述显示参数映射数据发送至所述客户端，利用所述客户端进行模板增添、删除及编辑的操作，得到标准模板库。
为了解决上述问题，本发明还提供一种数据解析装置，所述装置包括：
特征值获取模块，用于获取用户上传的待解析文件，读取所述待解析文件的特征值，及获取预构建的标准模板库中的标准特征值集；
特征值匹配模块，用于根据预设的正则表达式匹配规则，获取所述标准特征值集中与所述待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板；
数据解析模块，用于获取所述配置模板中的关键字段与所述配置模板的格式，利用预设的映射函数获取所述待解析文本中与所述关键字段对应的关键文本，确定所有所述关键字段中属于主键的关键字段为目标关键字段，根据所述目标关键字段将所有所述关键文本划分为不同的数据组，对各数据组进行解析，得到解析数据。为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个计算机程序；及
处理器，执行所述存储器中存储的计算机程序以实现上述所述的数据解析方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的数据解析方法。
本发明实施例根据预设的正则表达式匹配规则，从预构建的标准模板库中的标准特征值集中获取与用户上传的待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板，并根据配置模板进一步获取待解析文本中的关键文本，从而不需要人工选择模板和基础信息，就能够自动的进行待解析文本中关键文本的获取，降低计算机存储压力；进一步地，确定所有关键字段中属于主键的关键字段为目标关键字段；根据所述目标关键字段将所有所述关键文本划分为不同的数据组，对各数据组进行解析，得到解析数据，实现了数据的自动解析，简化操作，提高数据解析效率。因此本发明实施例提出的数据解析方法、装置、电子设备及可读存储介质可以实现模板的自动匹配和数据的自动解析及存储，提高数据解析效率。
附图说明
图1为本发明一实施例提供的数据解析方法的流程示意图；
图2为本发明一实施例提供的数据解析装置的模块示意图；
图3为本发明一实施例提供的实现数据解析方法的电子设备的内部结构示意图；
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。
本发明实施例提供一种数据解析方法。所述数据解析方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述数据解析方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示的本发明一实施例提供的数据解析方法的流程示意图，在本发明实施例中，所述数据解析方法包括：
S1、获取用户上传的待解析文件，并读取所述待解析文件的特征值。
本实施例中，所述特征值可以包括文件名、sheet名、时间、数据表表名、数据表字段名之中的一项或多项。
S2、获取预构建的标准模板库中的标准特征值集。
本实施例中，所述标准模板库可以为存储Excel工作表的模板集合。所述标准特征值集包含特征值子集，每个特征值子集中包含模板的文件名、sheet名、时间、数据表表名、数据表字段名之中的一项或多项的集合。
本发明其中一个实施例中，所述获取预构建的标准模板库中的标准特征值集之前，所述方法还包括：
接收客户端发送的显示参数；
将所述显示参数与预设数据库进行映射，得到显示参数映射数据；
将所述显示参数映射数据发送至所述客户端，利用所述客户端进行模板增添、删除及编辑的操作，得到标准模板库。
本实施例中，所述显示参数映射数据为将所述显示参数需要的数据在数据库中进行查询并获取到的。
一可选实施例中，本发明实施例可以从客户端获取所述标准模板库。
又一可选实施例中，可以将从客户端获取到的标准模板库进行本地存储。
S3、根据预设的正则表达式匹配规则，获取所述标准特征值集中与所述待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板。
本实施例中，所述正则表达式匹配规则是一种字符串匹配的规则，其中正则表达式是由普通字符以及特殊字符组成的字符模式。
例如，当接收用户上传的文本时，需要匹配一个或多个字符串，利用正则表达式包含的字符模式与所述文本的字符串进行匹配。
本实施例中，所述特征值子集为所述标准模板库中的每个模板所对应的标准特征值。所述配置模板为所述待解析文件通过特征值匹配得到的模板。
详细地，所述根据预设的正则表达式匹配规则，获取所述标准特征值集中与所述待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板，包括：
根据预设的正则表达式匹配规则，将所述待解析文件的特征值与所述标准特征值集中每个特征值子集进行比较；
根据比较结果从所述标准特征值集中选择特征值与所述待解析文件的特征值一致的特征值子集；
获取选择的所述特征子集对应的标准模板为配置模板。
进一步地，根据比较结果从所述标准特征值集中选择特征值与所述待解析文件的特征值都一致的特征值子集之前，该方法还包括：
在根据比较结果判定所述待解析文件的特征值与所述标准特征值集中的所有特征值子集都不一致时，采用预设方法修正所述待解析文件，并读取修正后的所述待解析文件中特征值，返回到上述根据预设的正则表达式匹配规则，将所述待解析文件的特征值与所述标准特征值集中每个特征值子集进行比较的步骤，直到所述待解析文件的特征值与所述标准特征值集中至少一个特征值子集一致。
本实施例中，所述待解析文件的特征值与所述标准特征值集中的所有特征值子集都不一致时的原因可能为特征值识别异常，其中，所述特征值识别异常可包括：特征值缺失、特征值异常值和无法识别的特征值。所述修正方法指的是针对所述特征值缺失、所述特征值异常值和所述无法识别的特征值采用不同的方法进行修正。
具体地，本实施例中，例如，特征值缺失一般在缺失值无法使用其他途径找回或者重新统计计算，并且在缺失值有变化规律可循的前提下可以使用回归分析的方法拟合特征值的变化趋势后进行预测，并采用回归插补或多重插补方法进行修正，且不太重要的字段如果缺失或者异常的记录占比小于1％或者5％的情况下可以选择过滤缺失值。
具体地，本实施例中，特征值异常值可能包括字符编码问题引起的乱码、字符被截断和异常的数值等；若所述特征异常值有规律可循，可以进行数据修正。
例如，字符编码中参杂了一些其他的无用字符，可以使用取子串的方法，利用trim函数可以去掉字符串前后的空格；若是字符被截断，可以使用截断后的字符推导出原先完整的字符串。
或者，若数值记录中存在异常大或者异常小的数值是可以分析是否为数值单位差异引起的，如克和千克差了1000倍，美元和人民币存在汇率的差异，时间记录可能存在时区的差异，百分比用的是小于1的小数还是已经乘了100等，这些数值的异常可以通过转化进行处理，数值单位的差异也可以认为是数据的不一致性，或者是某些数值被错误的放大或缩小，例如数值后面被多加了几个0导致了数据的异常。
进一步的，若特征值异常值没有规律可循几乎不可能被还原，则将其直接过滤掉。
具体地，本实施例中，所述无法识别的特征值还可以包括数据重复或数据转化不一致等；若是数据重复进行修正时，重复数据仅保留一条，删除其他数据；若数据转化不一致时则根据待解析文件统一数据，例如，特征值子集中数据表表名的编码为1001，待解析文本转化时表名编码变为u1001或为100100，此时可以将待解析文本的表名编码u1001的u前缀去除及100100除100后统一成1001。
具体地，本实施例中，正则表达式匹配规则可以包括：
sheet表匹配规则(一个模板可以配置多个)，具体包含两个部分：
1)sheet表的特征匹配，基于正则表达式的匹配；
2)sheet表和数据库的数据表的对应关系；
数据所属年份的匹配规则，具体分为三种：
1)基于文件名：通过正则表达式从文件名中匹配；
2)基于sheet名：通过正则表达式从sheet名中匹配；
3)基于单元格位置：获取特定位置单元格的值，然后通过正则表达式匹配；
数据所属月份的匹配规则，也可以分为三种：
1)基于文件名：通过正则表达式从文件名中匹配；
2)基于sheet名：通过正则表达式从sheet名中匹配；
3)基于单元格位置：获取特定位置单元格的值，然后通过正则表达式匹配；
数据所属月份的匹配规则，也分为三种：
1)基于文件名：通过正则表达式从文件名中匹配；
2)基于sheet名：通过正则表达式从sheet名中匹配；
3)基于单元格位置：获取特定位置单元格的值，然后通过正则表达式匹配；
S4、获取所述配置模板中的关键字段与所述配置模板的格式，利用预设的映射函数获取所述待解析文本中与所述关键字段对应的关键文本。
本实施例中，所述关键字段为配置模板的字段信息即文件名、sheet名、时间、数据表表名、数据表字段名之中的一项或多项。所述关键文本为所述关键字段对应的信息，可包含字段和数字信息。
例如，关键字段为文件名对应的关键文本可以为学生成绩表单、数据表字段名可以为姓名、数学和物理等，所述数据表字段名对应的关键文本可以为张三、135、和75。
所述映射函数是一种函数式编程语言，主要作用是提取待解析文本的原始字段信息，并对所述原始字段信息进行映射和简化，得到新的字段信息。
详细地，所述利用预设的映射函数获取所述待解析文本中与所述关键字段对应的关键文本，包括：
根据所述关键字段将所述待解析文本中的数据分成大小相同的数据块；
利用预设的映射函数将所述数据块转化为关键文本。
S5、确定所有所述关键字段中属于主键的关键字段为目标关键字段。
本实施例中，所述主键指的是关键字段中一个或多个字段的组合，且主键的值能唯一地标识数据表中的每一行。所述目标关键字段是指属于主键的关键字段。
具体地，本实施例中，可以唯一地标识预设数据表中每一行的关键字段为主键。
例如，数据表的关键字段名可以为学号、姓名、数学和物理，其中，学号是所述关键字段中唯一的，所以主键为学号，即学号为目标关键字段。
S6、根据所述目标关键字段将所有所述关键文本划分为不同的数据组。
详细地，所述根据所述目标关键字段将所有所述关键文本划分为不同的数据组，包括：
确定所述关键文本中与所述目标关键字段对应的各个主键文本属于单独的数据组，以及将所述关键文本中与各个所述主键文本对应的相关文本添加至各个数据组中。
具体地，本实施例中，数据表的关键字段名为学号、姓名、数学和物理，其中，主键为学号，即学号为目标关键字段；所述数据表的关键字段名对应的关键文本为11112222、11113333、张三、李四、125、135、68和75；则所述目标关键字段对应的各个主键文本属于单独的数据组为11112222和11113333两组，并将所述关键文本中的张三、李四、125、135、68和75添加至对应的数据组中，得到11112222、张三、125和68一组数据及11113333、李四、135和75另外一组数据。
S7、对各数据组进行解析，得到解析数据。。
详细地，所述对各数据组进行解析，得到解析数据，包括：
获取所述各数据组中的数据；
根据所述目标关键字段抓取所述数据中与所述目标关键字段对应的行数据，得到解析数据。
具体地，本实施例中，所述关键文本中数据为011222333、电气工程基础、2分和011222345、电力系统自动化、3分，对应的关键字段为课程编号、课程名和课程学分，根据主键的唯一标识确定目标关键字段为课程编号，与课程编号相关的行数据为011222333、电气工程基础、2分，且所述行数据即为解析的数据。
进一步地，所述得到解析数据之后，所述方法还包括：
检测所述解析数据中是否存在非法字符串；
若所述解析数据中存在非法字符串，则删除所述非法字符串，并在所述解析数据中不存在非法字符串时，对所述解析数据进行数据清洗处理，得到处理数据；
根据所述配置模板的格式中的字段，对所述处理数据进行拆分和组合，根据所述拆分及组合操作将所述处理数据和预设区块链建立映射关系；
根据所述映射关系，将所述处理数据分批或逐条存储至所述区块链对应的字段中。
本实施例中，所述校验数据指的是将解析数据进行非法字符串剔除后的数据。
所述处理数据指的是对所述校验数据进行数据清洗处理，从而得到去除重复值、补充缺失值的数据。
所述区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，本质上是一个共享数据库，存储于其中的数据或信息，具有“不可伪造”、“全程留痕”、“可以追溯”、“公开透明”、“集体维护”等特征。
所述映射关系指的是解析数据与区块链间的映射，根据所述配置模板的格式字段对解析数据进行拆分及组合，实现解析数据和区块链之间的映射，从而得到所述映射关系。
详细地，所述检测所述解析数据中是否存在非法字符串，包括：
遍历解析数据中的字符串，得到解析字符；
利用所述预设规则对所述解析字符进行校验，判断所述解析字符是否存在非法字符串。
具体地，本实施例中，检测所述字符串的是否合法是通过预设规则对所述字符串进行性校验。预设规则包括单字符检验和唯一性检验。所述所述单字符校验包括字符不为空、字符的比较运算、字符的取值范围(区间)、字符长度、字符类型等校验规则；所述唯一性校验包括对单一字符或者多个字符组合后是否有重复记录行进行校验；若有满足所述预设规则的字符串，则为非法字符串。
本实施例中，剔除非法字符串不会改变解析数据的原始信息，还能保证解析数据的完整性，提升数据质量。
详细地，所述将所述处理数据分批或逐条存储至所述区块链对应的字段中，包括：
在所述区块链中构建一个数据表并标记，获取所述数据表的列字段名称其中，所述数据表是根据所述配置模板的格式来创建的；
将所述处理数据按照所述映射关系与所述数据表中的列字段名称分别进行映射，将所述处理数据分批或逐条存储至所述数据表对应的字段中。
具体地，本实施例中，若处理数据为学生成绩单，所述数据表主要作用是存储学生成绩单，数据表的列字段信息包含学生名字、数学、物理和化学等，将学生成绩单中的内容按照名字、数学、物理和化学等列字段信息进行对应储存。
本发明实施例根据预设的正则表达式匹配规则，从预构建的标准模板库中的标准特征值集中获取与用户上传的待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板，并根据配置模板进一步获取待解析文本中的关键文本，从而不需要人工选择模板和基础信息，就能够自动的进行待解析文本中关键文本的获取，降低计算机存储压力；进一步地，确定所有关键字段中属于主键的关键字段为目标关键字段；根据所述目标关键字段将所有所述关键文本划分为不同的数据组，对各数据组进行解析，得到解析数据，实现了数据的自动解析，简化操作，提高数据解析效率。因此本发明实施例提出的数据解析方法、装置、电子设备及可读存储介质可以实现模板的自动匹配和数据的自动解析及存储，提高数据解析效率。
如图2所示，是本发明数据解析装置的功能模块图。
本发明所述数据解析装置100可以安装于电子设备中。根据实现的功能，所述数据解析装置可以包括特征值获取模块101、特征值匹配模块102、数据解析模块103，本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述特征值获取模块101，用于获取用户上传的待解析文件，读取所述待解析文件的特征值，及获取预构建的标准模板库中的标准特征值集。
本实施例中，所述特征值可以包括文件名、sheet名、时间、数据表表名、数据表字段名之中的一项或多项。
本实施例中，所述标准模板库可以为存储Excel工作表的模板集合。所述标准特征值集包含特征值子集，每个特征值子集中包含模板的文件名、sheet名、时间、数据表表名、数据表字段名之中的一项或多项的集合。
本发明其中一实施例中，所述特征值获取模块101通过下述操作得到标准模板库：
接收客户端发送的显示参数；
将所述显示参数与预设数据库进行映射，得到显示参数映射数据；
将所述显示参数映射数据发送至所述客户端，利用所述客户端进行模板增添、删除及编辑的操作，得到标准模板库。
本实施例中，所述显示参数映射数据为将所述显示参数需要的数据在数据库中进行查询并获取到的。
一可选实施例中，本发明实施例可以从客户端获取所述标准模板库。
又一可选实施例中，可以将从客户端获取到的标准模板库进行本地存储。
所述特征值匹配模块102，根据预设的正则表达式匹配规则，获取所述标准特征值集中与所述待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板。
本实施例中，所述正则表达式匹配规则是一种字符串匹配的规则，其中正则表达式是由普通字符以及特殊字符组成的字符模式。
例如，当接收用户上传的文本时，需要匹配一个或多个字符串，利用正则表达式可作为一个模板，将所述正则表达式包含的字符模式与所述文本的字符串进行匹配。
本实施例中，所述特征值子集为所述标准模板库中的的每个模板所对应的标准特征值。所述配置模板为所述待解析文件通过特征值匹配得到的模板。
详细地，特征值匹配模块102执行下述操作根据预设的正则表达式匹配规则，获取所述标准特征值集中与所述待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板：
根据预设的正则表达式匹配规则，将所述待解析文件的特征值与所述标准特征值集中每个特征值子集进行比较；
根据比较结果从所述标准特征值集中选择特征值与所述待解析文件的特征值一致的特征值子集；
获取选择的所述特征子集对应的标准模板为配置模板。
进一步地，所述特征值匹配模块102执行下述操作根据比较结果从所述标准特征值集中选择特征值与所述待解析文件的特征值都一致的特征值子集之前：
在根据比较结果判定所述待解析文件的特征值与所述标准特征值集中的所有特征值子集都不一致时，采用预设方法修正所述待解析文件，并读取修正后的所述待解析文件中特征值，返回到上述根据预设的正则表达式匹配规则，将所述待解析文件的特征值与所述标准特征值集中每个特征值子集进行比较的步骤，直到所述待解析文件的特征值与所述标准特征值集中至少一个特征值子集一致。
本实施例中，所述待解析文件的特征值与所述标准特征值集中的所有特征值子集都不一致时的原因可能为特征值识别异常，其中，所述特征值识别异常可包括：特征值缺失、特征值异常值和无法识别的特征值。所述修正方法指的是针对所述特征值缺失、所述特征值异常值和所述无法识别的特征值采用不同的方法进行修正。
具体地，本实施例中，例如，特征值缺失一般在缺失值无法使用其他途径找回或者重新统计计算，并且在缺失值有变化规律可循的前提下可以使用回归分析的方法拟合特征值的变化趋势后进行预测，并采用回归插补或多重插补方法进行修正，且不太重要的字段如果缺失或者异常的记录占比小于1％或者5％的情况下可以选择过滤缺失值。
具体地，本实施例中，特征值异常值可能包括字符编码问题引起的乱码、字符被截断和异常的数值等；若所述特征异常值有规律可循，可以进行数据修正。
例如，字符编码中参杂了一些其他的无用字符，可以使用取子串的方法，利用trim函数可以去掉字符串前后的空格；若是字符被截断，可以使用截断后的字符推导出原先完整的字符串。
或者，若数值记录中存在异常大或者异常小的数值是可以分析是否为数值单位差异引起的，如克和千克差了1000倍，美元和人民币存在汇率的差异，时间记录可能存在时区的差异，百分比用的是小于1的小数还是已经乘了100等，这些数值的异常可以通过转化进行处理，数值单位的差异也可以认为是数据的不一致性，或者是某些数值被错误的放大或缩小，例如数值后面被多加了几个0导致了数据的异常。
进一步的，若特征值异常值没有规律可循几乎不可能被还原，则将其直接过滤掉。
具体地，本实施例中，所述无法识别的特征值还可以包括数据重复或数据转化不一致等；若是数据重复进行修正时，重复数据仅保留一条，删除其他数据；若数据转化不一致时则根据待解析文件统一数据，例如，特征值子集中数据表表名的编码为1001，待解析文本转化时表名编码变为u1001或为100100，此时可以将待解析文本的表名编码u1001的u前缀去除及100100除100后统一成1001。
具体地，本实施例中，正则表达式匹配规则可以包括：
sheet表匹配规则(一个模板可以配置多个)，具体包含两个部分：
1)sheet表的特征匹配，基于正则表达式的匹配；
2)sheet表和数据库的数据表的对应关系；
数据所属年份的匹配规则，具体分为三种：
1)基于文件名：通过正则表达式从文件名中匹配；
2)基于sheet名：通过正则表达式从sheet名中匹配；
3)基于单元格位置：获取特定位置单元格的值，然后通过正则表达式匹配；
数据所属月份的匹配规则，也可以分为三种：
1)基于文件名：通过正则表达式从文件名中匹配；
2)基于sheet名：通过正则表达式从sheet名中匹配；
3)基于单元格位置：获取特定位置单元格的值，然后通过正则表达式匹配；
数据所属月份的匹配规则，也分为三种：
1)基于文件名：通过正则表达式从文件名中匹配；
2)基于sheet名：通过正则表达式从sheet名中匹配；
3)基于单元格位置：获取特定位置单元格的值，然后通过正则表达式匹配；
所述数据解析模块103，用于获取所述配置模板中的关键字段与所述配置模板的格式，以及利用预设的映射函数和所述关键字段获取所述待解析文本中与所述关键字段对应的关键文本，确定所有所述关键字段中属于主键的关键字段为目标关键字段，根据所述目标关键字段将所有所述关键文本划分为不同的数据组，对各数据组进行解析，得到解析数据。
本实施例中，所述关键字段为配置模板的字段信息即文件名、sheet名、时间、数据表表名、数据表字段名之中的一项或多项。所述关键文本为所述关键字段对应的信息，可包含字段和数字信息。
例如，关键字段为文件名对应的关键文本可以为学生成绩表单、数据表字段名可以为姓名、数学和物理等，所述数据表字段名对应的关键文本可以为张三、135、和75。
所述映射函数是一种函数式编程语言，主要作用是提取待解析文本的原始字段信息，并对所述原始字段信息进行映射和简化，得到新的字段信息。
详细地，所述利用预设的映射函数获取所述待解析文本中与所述关键字段对应的关键文本，包括：
根据所述关键字段将所述待解析文本中的数据分成大小相同的数据块；
利用预设的映射函数将所述数据块转化为关键文本。
本实施例中，所述主键指的是关键字段中一个或多个字段的组合，且主键的值能唯一地标识数据表中的每一行。所述目标关键字段是指属于主键的关键字段。
具体地，本实施例中，可以唯一地标识预设数据表中每一行的关键字段为主键。
例如，数据表的关键字段名可以为学号、姓名、数学和物理，其中，学号是所述关键字段中唯一的，所以主键为学号，即学号为目标关键字段。
详细地，所述根据所述目标关键字段将所有所述关键文本划分为不同的数据组，包括：
确定所述关键文本中与所述目标关键字段对应的各个主键文本属于单独的数据组，以及将所述关键文本中与各个所述主键文本对应的相关文本添加至各个数据组中。
具体地，本实施例中，数据表的关键字段名为学号、姓名、数学和物理，其中，主键为学号，即学号为目标关键字段；所述数据表的关键字段名对应的关键文本为11112222、11113333、张三、李四、125、135、68和75；则所述目标关键字段对应的各个主键文本属于单独的数据组为11112222和11113333两组，并将所述关键文本中的张三、李四、125、135、68和75添加至对应的数据组中，得到11112222、张三、125和68一组数据及11113333、李四、135和75另外一组数据。
详细地，所述对各数据组进行解析，得到解析数据，包括：
获取所述各数据组中的数据；
根据所述目标关键字段抓取所述数据中与所述目标关键字段对应的行数据，得到解析数据。
具体地，本实施例中，所述关键文本中数据为011222333、电气工程基础、2分和011222345、电力系统自动化、3分，对应的关键字段为课程编号、课程名和课程学分，根据主键的唯一标识确定目标关键字段为课程编号，与课程编号相关的行数据为011222333、电气工程基础、2分，且所述行数据即为解析的数据。
进一步地，所述所述得到解析数据之后，所述方法还包括：检测所述解析数据中是否存在非法字符串；
若所述解析数据中存在非法字符串，则删除所述非法字符串，并在所述解析数据中不存在非法字符串时，对所述解析数据进行数据清洗处理，得到处理数据；
根据所述配置模板的格式中的字段，对所述处理数据进行拆分和组合，根据所述拆分及组合操作将所述处理数据和预设区块链建立映射关系；
根据所述映射关系，将所述处理数据分批或逐条存储至所述区块链对应的字段中。
本实施例中，所述校验数据指的是将解析数据进行非法字符串剔除后的数据。
所述处理数据指的是对所述校验数据进行数据清洗处理，从而得到去除重复值、补充缺失值的数据。
所述区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，本质上是一个共享数据库，存储于其中的数据或信息，具有“不可伪造”、“全程留痕”、“可以追溯”、“公开透明”、“集体维护”等特征。
所述映射关系指的是解析数据与区块链间的映射，根据所述配置模板的格式字段对解析数据进行拆分及组合，实现解析数据和区块链之间的映射，从而得到所述映射关系。
详细地，所述检测所述解析数据中是否存在非法字符串，包括：
遍历解析数据中的字符串，得到解析字符；
利用所述预设规则对所述解析字符进行校验，判断所述解析字符是否存在非法字符串；
具体地，本实施例中，检测所述字符串的是否合法是通过预设规则对所述字符串进行性校验。预设规则包括单字符检验和唯一性检验。所述所述单字符校验包括字符不为空、字符的比较运算、字符的取值范围(区间)、字符长度、字符类型等校验规则；所述唯一性校验包括对单一字符或者多个字符组合后是否有重复记录行进行校验；若有满足所述预设规则的字符串，则为非法字符串。
本实施例中，剔除非法字符串不会改变解析数据的原始信息，还能保证解析数据的完整性，提升数据质量。
详细地，所述将所述处理数据分批或逐条存储至所述区块链对应的字段中，包括：
在所述区块链中构建一个数据表并标记，获取所述数据表的列字段名称其中，所述数据表是根据所述配置模板的格式来创建的；
将所述处理数据按照所述映射关系与所述数据表中的列字段名称分别进行映射，将所述处理数据分批或逐条存储至所述数据表对应的字段中。
具体地，本实施例中，若处理数据为学生成绩单，所述数据表主要作用是存储学生成绩单，数据表的列字段信息包含学生名字、数学、物理和化学等，将学生成绩单中的内容按照名字、数学、物理和化学等列字段信息进行对应储存。
本发明实施例根据预设的正则表达式匹配规则，从预构建的标准模板库中的标准特征值集中获取与用户上传的待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板，并根据配置模板进一步获取待解析文本中的关键文本，从而不需要人工选择模板和基础信息，就能够自动的进行待解析文本中关键文本的获取，降低计算机存储压力；进一步地，确定所有关键字段中属于主键的关键字段为目标关键字段；根据所述目标关键字段将所有所述关键文本划分为不同的数据组，对各数据组进行解析，得到解析数据，实现了数据的自动解析，简化操作，提高数据解析效率。因此本发明实施例提出的数据解析装置可以实现模板的自动匹配和数据的自动解析及存储，提高数据解析效率。
如图3所示，是本发明实现数据解析方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如数据解析程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、本地磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如数据解析程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如数据解析程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述通信总线12可以是外设部件互连标准(perIPheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
可选地，所述通信接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的数据解析程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
获取用户上传的待解析文件，读取所述待解析文件的特征值；
获取预构建的标准模板库中的标准特征值集；
根据预设的正则表达式匹配规则，获取所述标准特征值集中与所述待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板；
获取所述配置模板中的关键字段与所述配置模板的格式，利用预设的映射函数获取所述待解析文本中与所述关键字段对应的关键文本；
确定所有所述关键字段中属于主键的关键字段为目标关键字段；
根据所述目标关键字段将所有所述关键文本划分为不同的数据组；
对各数据组进行解析，得到解析数据。
具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/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。所述计算机可读介质可以是非易失性的，也可以是易失性的。所述计算机可读介质可以包括：能够携待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)。
本发明实施例还可以提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取用户上传的待解析文件，读取所述待解析文件的特征值；
获取预构建的标准模板库中的标准特征值集；
根据预设的正则表达式匹配规则，获取所述标准特征值集中与所述待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板；
获取所述配置模板中的关键字段与所述配置模板的格式，利用预设的映射函数获取所述待解析文本中与所述关键字段对应的关键文本；
确定所有所述关键字段中属于主键的关键字段为目标关键字段；
根据所述目标关键字段将所有所述关键文本划分为不同的数据组；
对各数据组进行解析，得到解析数据。
进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块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，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳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，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种数据解析方法，其特征在于，所述方法包括：
获取用户上传的待解析文件，读取所述待解析文件的特征值；
获取预构建的标准模板库中的标准特征值集；
根据预设的正则表达式匹配规则，获取所述标准特征值集中与所述待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板；
获取所述配置模板中的关键字段与所述配置模板的格式，利用预设的映射函数获取所述待解析文本中与所述关键字段对应的关键文本；
确定所有所述关键字段中属于主键的关键字段为目标关键字段；
根据所述目标关键字段将所有所述关键文本划分为不同的数据组；
对各数据组进行解析，得到解析数据。
2.如权利要求1所述的数据解析方法，其特征在于，所述根据预设的正则表达式匹配规则，获取所述标准特征值集中与所述待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板，包括：
根据预设的正则表达式匹配规则，将所述待解析文件的特征值与所述标准特征值集中每个特征值子集进行比较；
根据比较结果从所述标准特征值集中选择特征值与所述待解析文件的特征值一致的特征值子集；
获取选择的所述特征子集对应的标准模板为配置模板。
3.如权利要求2所述的数据解析方法，其特征在于，所述根据比较结果从所述标准特征值集中选择特征值与所述待解析文件的特征值都一致的特征值子集之前，该方法还包括：
在根据比较结果判定所述待解析文件的特征值与所述标准特征值集中的所有特征值子集都不一致时，采用预设方法修正所述待解析文件，并读取修正后的所述待解析文件中特征值，返回到上述根据预设的正则表达式匹配规则，将所述待解析文件的特征值与所述标准特征值集中每个特征值子集进行比较的步骤，直到所述待解析文件的特征值与所述标准特征值集中至少一个特征值子集一致。
4.如权利要求1所述的数据解析方法，其特征在于，所述根据所述目标关键字段将所有所述关键文本划分为不同的数据组，包括：
确定所述关键文本中与所述目标关键字段对应的各个主键文本属于单独的数据组，以及将所述关键文本中与各个所述主键文本对应的相关文本添加至各个数据组中。
5.如权利要求1至4中任一项所述的数据解析方法，其特征在于，所述利用预设的映射函数获取所述待解析文本中与所述关键字段对应的关键文本，包括：
根据所述关键字段将所述待解析文本中的数据分成大小相同的数据块；
利用预设的映射函数将所述数据块转化为关键文本。
6.如权利要求1至4中任一项所述的数据解析方法，其特征在于，所述得到解析数据之后，所述方法还包括：
检测所述解析数据中是否存在非法字符串；
若所述解析数据中存在非法字符串，则删除所述非法字符串，并在所述解析数据中不存在非法字符串时，对所述解析数据进行数据清洗处理，得到处理数据；
根据所述配置模板的格式中的字段，对所述处理数据进行拆分和组合，根据所述拆分及组合操作将所述处理数据和预设区块链建立映射关系；
根据所述映射关系，将所述处理数据分批或逐条存储至所述区块链中。
7.如权利要求1至4中任一项所述的数据解析方法，其特征在于，所述获取预构建的标准模板库中的标准特征值集之前，所述方法还包括：
接收客户端发送的显示参数；
将所述显示参数与预设数据库进行映射，得到显示参数映射数据；
将所述显示参数映射数据发送至所述客户端，利用所述客户端进行模板增添、删除及编辑的操作，得到标准模板库。
8.一种数据解析装置，其特征在于，包括：
特征值获取模块，用于获取用户上传的待解析文件，读取所述待解析文件的特征值，及获取预构建的标准模板库中的标准特征值集；
特征值匹配模块，用于根据预设的正则表达式匹配规则，获取所述标准特征值集中与所述待解析文本的特征值相匹配的特征值子集对应的标准模板为配置模板；
数据解析模块，用于获取所述配置模板中的关键字段与所述配置模板的格式，利用预设的映射函数获取所述待解析文本中与所述关键字段对应的关键文本，确定所有所述关键字段中属于主键的关键字段为目标关键字段，根据所述目标关键字段将所有所述关键文本划分为不同的数据组，对各数据组进行解析，得到解析数据。
9.一种电子设备，其特征在于，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至少一个处理器执行的计算机程序指令，所述计算机程序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权利要求1至7中任一项所述的数据解析方法。
10.一种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权利要求1至7中任一项所述的数据解析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110710193.XA CN113434674A (zh) | 2021-06-25 | 2021-06-25 | 数据解析方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110710193.XA CN113434674A (zh) | 2021-06-25 | 2021-06-25 | 数据解析方法、装置、电子设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113434674A true CN113434674A (zh) | 2021-09-24 |
Family
ID=77754426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110710193.XA Pending CN113434674A (zh) | 2021-06-25 | 2021-06-25 | 数据解析方法、装置、电子设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113434674A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114237829A (zh) * | 2021-12-27 | 2022-03-25 | 南方电网物资有限公司 | 一种电力设备的数据采集与处理方法 |
| CN114330332A (zh) * | 2021-12-28 | 2022-04-12 | 中国农业银行股份有限公司 | 表单数据的处理方法、装置、电子设备及存储介质 |
| CN114408674A (zh) * | 2021-12-13 | 2022-04-29 | 珠海格力电器股份有限公司 | 一种重量测量方法、电子设备及存储介质 |
| CN115858457A (zh) * | 2023-02-09 | 2023-03-28 | 中航金网(北京)电子商务有限公司 | 文件转换方法、装置及电子设备 |
| CN117574439A (zh) * | 2024-01-17 | 2024-02-20 | 中电数据产业有限公司 | 基于原始文件不出域的文件特征值解析方法和系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109857992A (zh) * | 2018-12-29 | 2019-06-07 | 医渡云（北京）技术有限公司 | 医疗数据结构化解析方法、装置、可读介质及电子设备 |
| WO2019227584A1 (zh) * | 2018-05-31 | 2019-12-05 | 平安科技（深圳）有限公司 | 简历数据信息解析处理方法、装置、设备及存储介质 |
| CN111352907A (zh) * | 2020-03-30 | 2020-06-30 | 见知数据科技(上海)有限公司 | 流水文件解析方法、装置、计算机设备和存储介质 |
| CN111476015A (zh) * | 2020-04-10 | 2020-07-31 | 北京字节跳动网络技术有限公司 | 一种文档处理方法、装置、电子设备及存储介质 |
| CN111708860A (zh) * | 2020-06-15 | 2020-09-25 | 北京优特捷信息技术有限公司 | 信息提取方法、装置、设备及存储介质 |
-
2021
- 2021-06-25 CN CN202110710193.XA patent/CN113434674A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019227584A1 (zh) * | 2018-05-31 | 2019-12-05 | 平安科技（深圳）有限公司 | 简历数据信息解析处理方法、装置、设备及存储介质 |
| CN109857992A (zh) * | 2018-12-29 | 2019-06-07 | 医渡云（北京）技术有限公司 | 医疗数据结构化解析方法、装置、可读介质及电子设备 |
| CN111352907A (zh) * | 2020-03-30 | 2020-06-30 | 见知数据科技(上海)有限公司 | 流水文件解析方法、装置、计算机设备和存储介质 |
| CN111476015A (zh) * | 2020-04-10 | 2020-07-31 | 北京字节跳动网络技术有限公司 | 一种文档处理方法、装置、电子设备及存储介质 |
| CN111708860A (zh) * | 2020-06-15 | 2020-09-25 | 北京优特捷信息技术有限公司 | 信息提取方法、装置、设备及存储介质 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114408674A (zh) * | 2021-12-13 | 2022-04-29 | 珠海格力电器股份有限公司 | 一种重量测量方法、电子设备及存储介质 |
| CN114237829A (zh) * | 2021-12-27 | 2022-03-25 | 南方电网物资有限公司 | 一种电力设备的数据采集与处理方法 |
| CN114237829B (zh) * | 2021-12-27 | 2022-08-26 | 南方电网物资有限公司 | 一种电力设备的数据采集与处理方法 |
| CN114330332A (zh) * | 2021-12-28 | 2022-04-12 | 中国农业银行股份有限公司 | 表单数据的处理方法、装置、电子设备及存储介质 |
| CN115858457A (zh) * | 2023-02-09 | 2023-03-28 | 中航金网(北京)电子商务有限公司 | 文件转换方法、装置及电子设备 |
| CN117574439A (zh) * | 2024-01-17 | 2024-02-20 | 中电数据产业有限公司 | 基于原始文件不出域的文件特征值解析方法和系统 |
| CN117574439B (zh) * | 2024-01-17 | 2024-04-30 | 中电数据产业有限公司 | 基于原始文件不出域的文件特征值解析方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113434674A (zh) | 数据解析方法、装置、电子设备及可读存储介质 | |
| CN112418798A (zh) | 信息审核方法、装置、电子设备及存储介质 | |
| CN112541745A (zh) | 用户行为数据分析方法、装置、电子设备及可读存储介质 | |
| CN112115152B (zh) | 数据增量更新及查询方法、装置、电子设备及存储介质 | |
| CN112115145A (zh) | 数据采集方法、装置、电子设备及存储介质 | |
| CN112464619B (zh) | 大数据处理方法、装置、设备及计算机可读存储介质 | |
| CN112883042A (zh) | 数据更新及展示方法、装置、电子设备及存储介质 | |
| CN111897856A (zh) | 监管报文生成方法、装置、电子设备及可读存储介质 | |
| CN113158634A (zh) | 批量数据申报方法、装置、设备及计算机可读存储介质 | |
| CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
| CN112579055A (zh) | 接口参数校验方法、装置及计算机可读存储介质 | |
| CN112579621A (zh) | 数据展示方法、装置、电子设备及计算机存储介质 | |
| CN112580079A (zh) | 权限配置方法、装置、电子设备及可读存储介质 | |
| CN112486957A (zh) | 数据库迁移检测方法、装置、设备及存储介质 | |
| CN115145870A (zh) | 失败任务原因定位方法、装置、电子设备及存储介质 | |
| CN116757812A (zh) | 检测异常数据的方法、装置、电子设备及存储介质 | |
| CN114547696A (zh) | 文件脱敏方法、装置、电子设备及存储介质 | |
| CN113434542A (zh) | 数据关系识别方法、装置、电子设备及存储介质 | |
| CN113468175A (zh) | 数据压缩方法、装置、电子设备及存储介质 | |
| CN112506931A (zh) | 数据查询方法、装置、电子设备及存储介质 | |
| CN112783989A (zh) | 一种基于区块链的数据处理方法及装置 | |
| CN112667244A (zh) | 数据校验方法、装置、电子设备及计算机可读存储介质 | |
| CN115658968A (zh) | 业务数据造数方法、装置、电子设备及可读存储介质 | |
| CN113761873B (zh) | Pdf解析方法、装置、电子设备及可存储介质 | |
| CN115330350A (zh) | 面向安全持久性内存的财务数据协同管理方法、装置 |
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 |