CN113779957A - 邮件跟踪日志的解析方法、装置、电子设备和存储介质 - Google Patents
邮件跟踪日志的解析方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113779957A CN113779957A CN202011268824.9A CN202011268824A CN113779957A CN 113779957 A CN113779957 A CN 113779957A CN 202011268824 A CN202011268824 A CN 202011268824A CN 113779957 A CN113779957 A CN 113779957A
- Authority
- CN
- China
- Prior art keywords
- sub
- texts
- target text
- tracking log
- symbol
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/151—Transformation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开提供了一种邮件跟踪日志的解析方法、装置、电子设备和计算机可读存储介质,涉及电子邮件领域。其中,邮件跟踪日志的解析方法包括:提取邮件跟踪日志中的目标文本;基于目标文本中的第一符号,对目标文本进行分割,并生成多个子文本;在检测到多个子文本的数量与预定义字段的数量不一致时,对处于第二符号形成的区域内的至少两个子文本行合并,以将合并后的多个子文本的数量调整为与预定义字段的数量一致;基于子文本与预定义字段的之间的对应关系,生成对目标文本的解析结果。通过本公开的技术方案,邮件跟踪日志的解析方案能够支持多种操作系统,并能够实现较高的解析效率。
Description
技术领域
本公开涉及电子邮件技术领域,尤其涉及一种邮件跟踪日志的解析方法、装置、电子设备和计算机可读存储介质。
背景技术
相关技术中,采用Log Parser(微软的日志分析工具)或Opencsv(开源Java包)实现对邮件中文本数据(比如邮件跟踪日志文件等)的查询,但是上述两种方案对邮件中文本数据的解析操作存在不同的限制:
(1)由于Log Parser是微软基于Windows系统开发的,因此无法在Linux等操作系统中运行;
(2)由于Opencsv是CSV格式文件通用的解析器类库,因此在处理各类情况时会有时间损耗的限制。
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邮件跟踪日志的解析方法、邮件跟踪日志的解析装置、电子设备和计算机可读存储介质,至少在一定程度上克服相关技术中对邮件跟踪日志的解析操作受限的问题。
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,提供一种邮件跟踪日志的解析方法,包括:提取所述邮件跟踪日志中的目标文本;基于所述目标文本中的第一符号,对所述目标文本进行分割,并生成多个子文本;在检测到所述多个子文本的数量与预定义字段的数量不一致时,对处于第二符号形成的区域内的至少两个所述子文本行合并,以将合并后的所述多个子文本的数量调整为与所述预定义字段的数量一致;基于所述子文本与所述预定义字段的之间的对应关系,生成对所述目标文本的解析结果。
在一个实施例中,还包括:在检测到所述多个子文本的数量调整为与所述预定义字段的数量一致时,所述基于所述子文本与所述预定义字段的之间的对应关系,得到对所述目标文本的解析结果包括:删除处于所述子文本处于首尾位置的所述第二符号;以及在检测到所述子文本的中部连续出现两个所述第二符号时,删除其中一个所述第二符号,以形成多个待匹配文本;基于所述对应关系,采用所述多个待匹配文本对所述预定义字段赋值,以生成所述解析结果。
在一个实施例中,所述对处于第二符号形成的区域内的至少两个所述子文本行合并包括:采用塌陷合并的方式,将处于所述区域内的至少两个所述子文本执行合并操作。
在一个实施例中,所述采用塌陷合并的方式,将处于所述区域内的至少两个所述子文本执行合并操作包括:在所述区域内,在检测到第一个所述第二符号时,将第一所述第二符号确定为合并的初始位置;在确定所述区域内具有偶数所述第二符号时,将最后一个所述第二符号确定为合并的终止位置;基于所述初始位置与所述终止位置,将至少两个所述子文本合并为一个所述子文本。
在一个实施例中,所述基于所述目标文本中的第一符号,对所述目标文本进行分割,并生成多个子文本包括:提取所述目标文本中的第三符号,以基于所述第三符号将所述目标文件划分为多行;检测每行所述目标文本中的所述第一符号,以基于所述第一符号对所述目标文本进行分割。
在一个实施例中,所述提取所述邮件跟踪日志中的目标文本包括:读取所述邮件跟踪日志;确定所述邮件跟踪日志中的指定行;将所述指定行中关键字符之后的位置确定为所述目标文本的初始位置;
基于所述初始位置提取所述目标文本。
在一个实施例中,所述第一符号包括半角逗号;所述第二符号包括半角双引号,第三符号包括换行符。
根据本公开的另一个方面,提供一种邮件跟踪日志的解析装置,包括:提取模块,用于提取所述邮件跟踪日志中的目标文本;分割模块,用于基于所述目标文本中的第一符号,对所述目标文本进行分割,并生成多个子文本;合并模块,用于在检测到所述多个子文本的数量与预定义字段的数量不一致时,对处于第二符号形成的区域内的至少两个所述子文本行合并,以将合并后的所述多个子文本的数量调整为与所述预定义字段的数量一致;生成模块,用于基于所述子文本与所述预定义字段的之间的对应关系,生成对所述目标文本的解析结果。
根据本公开的又一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行上述任意一项的邮件跟踪日志的解析方法。
根据本公开的又一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任意一项的邮件跟踪日志的解析方法。
本公开的实施例所提供的邮件跟踪日志的解析方案,通过采用第一符号作为分割符号对目标文本进行分割,并在完成分割后,采用将分割后的子文本的数量与预定义字段的数量进行比较的方式,确定分割结果是否正确,并在检测到分割结果不正确时,采用合并的方式将需要合并的子文本进行合并,并将子文本作为字段的赋值,完成邮件跟踪日志的解析过程,上述解析过程,一方面,能够支持多种操作系统,因此具有更好的通用性,另一方面,能够实现较高的解析效率。
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示出本公开实施例中一种邮件跟踪日志的解析系统结构的示意图;
图2示出本公开实施例中一种邮件跟踪日志的解析方法的流程图;
图3示出本公开实施例中另一种邮件跟踪日志的解析方法的流程图;
图4示出本公开实施例中再一种邮件跟踪日志的解析方法的流程图;
图5示出本公开实施例中一种邮件跟踪日志的解析装置的示意图;
图6示出本公开实施例中一种电子设备的示意图。
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。
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。
本申请提供的方案,一方面,能够支持多种操作系统,因此具有更好的通用性,另一方面,能够实现较高的解析效率。
为了便于理解,下面首先对本申请涉及到的几个名词进行解释。
Log Parser:微软的日志分析工具,可对基于文本的数据(如日志文件、XML文件和CSV文件等)以及操作系统上的关键数据源(如事件日志、注册表、文件系统和Active Directory)进行查询。
Log Parser 2.2支持的操作系统包括Windows 2000,Windows Server 2003,Windows XP Professional等。
Opencsv:开源Java包,为解析CSV(Comma-Separated Value,逗号分隔,因分隔符没有严格的要求,可以使用逗号,也可以使用其他字符(如制表符\t,分号等),所以CSV也被称为逗号分隔或者其他字符分隔值)格式文件的Java类库。
本申请实施例提供的方案涉及基于神经网络建模和机器学习等技术,具体通过如下实施例进行说明。
图1示出本公开实施例中一种停车场流量的系统的结构示意图,包括多个终端120和服务器集群140。
终端120可以是手机、游戏主机、平板电脑、电子书阅读器、智能眼镜、MP4(MovingPicture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、智能家居设备、AR(Augmented Reality,增强现实)设备、VR(Virtual Reality,虚拟现实)设备等移动终端,或者,终端120也可以是个人计算机(Personal Computer,PC),比如膝上型便携计算机和台式计算机等等。
其中,终端120中可以安装有用于提供停车场流量的应用程序。
终端120与服务器集群140之间通过通信网络相连。可选的,通信网络是有线网络或无线网络。
服务器集群140是一台服务器,或者由若干台服务器组成,或者是一个虚拟化平台,或者是一个云计算服务中心。服务器集群140用于为提供邮件跟踪日志的解析应用程序提供后台服务。可选地,服务器集群140承担主要计算工作,终端120承担次要计算工作;或者,服务器集群140承担次要计算工作,终端120承担主要计算工作;或者,终端120和服务器集群140之间采用分布式计算架构进行协同计算。
在一些可选的实施例中,服务器集群140用于存储邮件跟踪日志的解析方法等。
可选地,不同的终端120中安装的应用程序的客户端是相同的,或两个终端120上安装的应用程序的客户端是不同控制系统平台的同一类型应用程序的客户端。基于终端平台的不同,该应用程序的客户端的具体形态也可以不同,比如,该应用程序客户端可以是手机客户端、PC客户端或者全球广域网(World Wide Web,Web)客户端等。
本领域技术人员可以知晓,上述终端120的数量可以更多或更少。比如上述终端可以仅为一个,或者上述终端为几十个或几百个,或者更多数量。本申请实施例对终端的数量和设备类型不加以限定。
可选的,该系统还可以包括管理设备(图1未示出),该管理设备与服务器集群140之间通过通信网络相连。可选的,通信网络是有线网络或无线网络。
可选的,上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络,包括但不限于局域网(Local Area Network,LAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中,使用包括超文本标记语言(Hyper Text Mark-up Language,HTML)、可扩展标记语言(ExtensibleMarkupLanguage,XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer,SSL)、传输层安全(Transport Layer Security,TLS)、虚拟专用网络(Virtual Private Network,VPN)、网际协议安全(InternetProtocolSecurity,IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中,还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
下面,将结合附图及实施例对本示例实施方式中的邮件跟踪日志的解析方法中的各个步骤进行更详细的说明。
图2示出本公开实施例中一种邮件跟踪日志的解析方法流程图。本公开实施例提供的方法可以由任意具备计算处理能力的电子设备执行,例如如图1中的终端120和/或服务器集群140。在下面的举例说明中,以终端120为执行主体进行示例说明。
如图2所示,终端120执行邮件跟踪日志的解析方法,包括以下步骤:
步骤S202,提取邮件跟踪日志中的目标文本。
其中,邮件跟踪日志用于记录邮件流在流经邮箱服务器和边缘传输服务器上的传输管道时的邮件活动,目标文本为需要解析的文本,可以理解为日志的具体内容,而邮件跟踪日志的解析,可以理解为将文本以第一符号为分割符分为多个子文本,并基于对应关系,作为值加载至对应的字段后面。
步骤S204,基于目标文本中的第一符号,对目标文本进行分割,并生成多个子文本。
其中,由于预定义的多个字段采用第一符号分割,而目标文本中也包括多个第一符号,因此采用第一符号作为分割符号,实现将目标文本分割为多个子文本。
步骤S206,在检测到多个子文本的数量与预定义字段的数量不一致时,对处于第二符号形成的区域内的至少两个子文本行合并,以将合并后的多个子文本的数量调整为与预定义字段的数量一致。
其中,如果存在一个字段对应的子文本中具有多个第一符号的情况,则会出现分割出的多个子文本的数量与预定义字段的数量不一致的情况,在这种情况下,需要对指定的至少两个子文本进行合并,以达到上述两个数量一致。
步骤S208,基于子文本与预定义字段的之间的对应关系,生成对目标文本的解析结果。
其中,单个子文本表示一个字段的值或对应的一个数组,因此基于对应关系,采用子文本对字段赋值,实现对邮件跟踪日志的解析。
在一个实施例中,第一符号包括半角逗号,即“,”;第二符号包括半角双引号,即“””。
例如,预定义字段为“message-subject”,字段中包含半角逗号“,”的情形举例如下:
message-subject字段的文本内容为:As of Q1 2020,the solvency ratio ofAllianz JingDong General Insurance Co.,Ltd is 353%。
Exchange邮件跟踪日志中message-subject字段的文本为:”As of Q1 2020,thesolvency ratio of Allianz JingDong General Insurance Co.,Ltd is 353%”。
2)字段中包含半角双引号“””的情形举例如下:
message-subject字段原内容:Notice:Watch“Frozen”this Friday。
Exchange邮件跟踪日志中message-subject字段的文本为:”Notice:Watch“”Frozen””this Friday”。
在该实施例中,通过采用第一符号作为分割符号对目标文本进行分割,并在完成分割后,采用将分割后的子文本的数量与预定义字段的数量进行比较的方式,确定分割结果是否正确,并在检测到分割结果不正确时,采用合并的方式将需要合并的子文本进行合并,并将子文本作为字段的赋值,完成邮件跟踪日志的解析过程,上述解析过程,一方面,能够支持多种操作系统,因此具有更好的通用性。
另一方面,本解析方法使用Java语言实现,采用Exchange邮件跟踪日志作为测试数据,与Opencsv测试对比如下:
表1示出了本解析方法采用的测试环境信息。
表1
Opencsv与本解析方法交替运行5次,取5次的平均解析时间,测试结果如表2所示。
表2
由表2可知,针对Exchange邮件跟踪日志,本解析方法相对Opencsv,解析速度有比较明显的提升,解析耗时减少约26%,即能够实现较高的解析效率。
在一个实施例中,在检测到多个子文本的数量调整为与预定义字段的数量一致时,基于子文本与预定义字段的之间的对应关系,得到对目标文本的解析结果包括:删除处于子文本处于首尾位置的第二符号;以及在检测到子文本的中部连续出现两个第二符号时,删除其中一个第二符号,以形成多个待匹配文本;基于对应关系,采用多个待匹配文本对预定义字段赋值,以生成解析结果。
在该实施例中,在多个子文本的数量调整为与预定义字段的数量一致时,对目标文本进行解析处理,主要是通过对以第二符号开头的字段执行恢复原状处理,即去除子文本首尾的半角双引号“””,子文本内每连续两个半角双引号“””去除一个半角双引号“””,实现对字段赋值的预处理,以保证解析操作的可靠性。
在一个实施例中,对处于第二符号形成的区域内的至少两个子文本行合并包括:采用塌陷合并的方式,将处于区域内的至少两个子文本执行合并操作。
在该实施例中,在检测到多个子文本的数量与预定义字段的数量不一致时,采用对处于第二符号形成的区域内的至少两个子文本行合并,以将本来属于一个字段的多个子文本重新合并为单个子文本,进而实现对异常分割的调整。
具体地,塌陷合并指多个子文本按照预设条件合并为一个,子文本个数变少,长度变短。
在一个实施例中,采用塌陷合并的方式,将处于区域内的至少两个子文本执行合并操作包括:在区域内,在检测到第一个第二符号时,将第一第二符号确定为合并的初始位置;在确定区域内具有偶数第二符号时,将最后一个第二符号确定为合并的终止位置;基于初始位置与终止位置,将至少两个子文本合并为单个子文本。
在该实施例中,若一个数组元素以半角逗号开始,则需要开始对其进行塌陷合并,根据CSV文件对字段内容进行的转义规则(即若子文本中出现半角逗号或半角双引号或换行符,则此子文本前后添加半角双引号,且子文本中的每个半角双引号之前增加一个半角双引号)可知,转义后的字段所包含的半角逗号数量为偶数,据此特点,可判断进行了转义的字段的终止位置,从以半角逗号开始的数组元素,到累计半角双引号数量为偶数的数组元素,形成闭区间,数组元素之间添加半角逗号塌陷合并为一个字符串。
在一个实施例中,基于目标文本中的第一符号,对目标文本进行分割,并生成多个子文本包括:提取目标文本中的第三符号,以基于第三符号将目标文件划分为多行;检测每行目标文本中的第一符号,以基于第一符号对目标文本进行分割。
其中,第三符号具体可以为换行符。
在该实施例中,第三符号可以理解为换行符,即以行为单位,以对目标文本进行逐行处理,进一步结合第一符号作为分割符,实现将目标文本切割为多个子文本的过程。
在一个实施例中,提取邮件跟踪日志中的目标文本包括:读取邮件跟踪日志;确定邮件跟踪日志中的指定行;将指定行中关键字符之后的位置确定为目标文本的初始位置;基于初始位置提取目标文本。
具体地,以Exchange邮件服务为例,Exchange邮件跟踪日志文件的说明信息如下:
#Software:值为Microsoft Exchange Server
#Version:创建邮件跟踪日志文件的Exchange服务器的版本号
#Log-type:值为Message Tracking Log
#Date:创建邮件跟踪日志文件的UTC日期-时间。UTC日期-时间以ISO8601日期-时间格式表示:yyyy-mm-ddThh:mm:ss.sssZ,其中yyyy表示年,mm表示月,dd表示日,T表示时间部分的开始,hh表示小时,mm表示分钟,ss表示秒,sss表示毫秒,Z表示祖鲁,是UTC另一种表示方法。
上述的文件头信息为需要略过的信息。
#Fields:邮件跟踪日志中所使用的以半角逗号“,”进行字段分割的文本,即本公开中限定的目标文本。
其中,一种邮件跟踪日志字段为:
#Software:Microsoft Exchange Server
#Version:15.00.1497.006
#Log-type:Message Tracking Log
#Date:2020-06-29T05:03:52.870Z
#Fields:
date-time,client-ip,client-hostname,server-ip,server-hostname,source-context,connector-id,source,event-id,internal-message-id,message-id,network-message-id,recipient-address,recipient-status,total-bytes,recipient-count,related-recipient-address,reference,message-subject,sender-address,return-path,message-info,directionality,tenant-id,original-client-ip,original-server-ip,custom-data等。
……
其中,部分预定义字段的字段名称与对应的说明如下表3所示。
表3
由以上示例可以看出,上述字段中包括预定义字段为“message-subject”,通过本公开中的解析操作,得到对应的解析文本,即message-subjec=As of Q1 2020,thesolvency ratio of Allianz JingDong General Insurance Co.,Ltd is 353%。
另外,如果Exchange邮件跟踪日志较为规整,子文本中出现半角逗号“,”或半角双引号“””的概率较低:即每行以半角逗号“,”分割为子文本后,对数组进行塌陷合并的概率比较低。
如图3所示,根据本公开的一个实施例的邮件跟踪日志的解析方法包括:
步骤S302,读取Exchange邮件跟踪日志。
步骤S304,逐行进行处理,采用半角逗号“,”作为分割符将每一行的目标文本切分转换为子文本。
步骤S306,判断分割后的子文本长度是否为预定义字段的数量,若判定结果为“是”,则进入步骤S310,若判定结果为“否”,则进入步骤S308。
步骤S308,若长度不是预定义字段的数量,从以半角双引号“””开始的数组元素开始,累计半角双引号“””的数量为偶数时,则将其中的子文本合并为单个子文本。
步骤S310,若长度是预定义字段的数量,对以半角双引号“””开头的子文本做恢复原状处理:去除子文本首尾的半角双引号“””,子文本内每连续两个半角双引号“””去除一个半角双引号“””。
步骤S312,基于子文本与预定义字段的之间的对应关系,生成对目标文本的解析结果。
具体地,Exchange邮件跟踪日志中message-subject字段的文本为:”As of Q12020,the solvency ratio of Allianz JingDong General Insurance Co.,Ltd is353%”。
解析结果为:message-subjec=As of Q1 2020,the solvency ratio ofAllianz JingDong General Insurance Co.,Ltd is 353%。
如图4所示,根据本公开的另一个实施例的邮件跟踪日志的解析方法包括:
步骤S402,读取Exchange邮件跟踪日志。
其中,Exchange邮件服务可配置跟踪日志大小,一般单个日志文件不会太大,若是日志文件过大可先将日志文件切分为合适大小的多个文件,或是逐行、部分读取文件。
步骤S404,跳过Exchange邮件跟踪日志文件开始的前5行的文件头说明信息。
步骤S406,逐行进行处理:以半角逗号“,”作为分割符将每一行的目标文本切分转换为子文本。
步骤S408,判断行子文本中是否包含半角双引号,若判定结果为“是”,则进入步骤S410,若判定结果为“否”,则进入步骤S418。
步骤S410,判断分割后的子文本长度是否为预定义字段的数量,若判定结果为“是”,则进入步骤S414,若判定结果为“否”,则进入步骤S412。
步骤S412,若长度不是预定义字段的数量,从以半角双引号“””开始的数组元素开始,累计半角双引号“””的数量为偶数时,则将其中的子文本合并为单个子文本。
步骤S414,若长度是预定义字段的数量,对以半角双引号“””开头的子文本做恢复原状处理:去除子文本首尾的半角双引号“””,子文本内每连续两个半角双引号“””去除一个半角双引号“””。
步骤S416,基于子文本与预定义字段的之间的对应关系,生成对目标文本的解析结果。
步骤S418,结束解析过程。
需要注意的是,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。
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邮件跟踪日志的解析装置500。图5所示的邮件跟踪日志的解析装置500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。
邮件跟踪日志的解析装置500以硬件模块的形式表现。邮件跟踪日志的解析装置500的组件可以包括但不限于:提取模块502,用于提取所述邮件跟踪日志中的目标文本;分割模块504,用于基于所述目标文本中的第一符号,对所述目标文本进行分割,并生成多个子文本;合并模块506,用于在检测到多个子文本的数量与预定义字段的数量不一致时,对处于第二符号形成的区域内的至少两个子文本行合并,以将合并后的多个子文本的数量调整为与预定义字段的数量一致;生成模块508,用于基于子文本与预定义字段的之间的对应关系,生成对目标文本的解析结果。
在一个实施例中,生成模块508还用于:删除处于子文本处于首尾位置的第二符号;以及在检测到子文本的中部连续出现两个第二符号时,删除其中一个第二符号,以形成多个待匹配文本;基于对应关系,采用多个待匹配文本对预定义字段赋值,以生成解析结果。
在一个实施例中,合并模块506还用于:采用塌陷合并的方式,将处于区域内的至少两个子文本执行合并操作。
在一个实施例中,合并模块506还用于:在区域内,在检测到第一个第二符号时,将第一第二符号确定为合并的初始位置;在确定区域内具有偶数第二符号时,将最后一个第二符号确定为合并的终止位置;基于初始位置与终止位置,将至少两个子文本合并为单个子文本。
在一个实施例中,分割模块504还用于:提取目标文本中的第三符号,以基于第三符号将目标文件划分为多行;检测每行目标文本中的第一符号,以基于第一符号对目标文本进行分割。
在一个实施例中,提取模块502还用于:读取邮件跟踪日志;确定邮件跟踪日志中的指定行;将指定行中关键字符之后的位置确定为目标文本的初始位置;基于初始位置提取目标文本。
下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6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6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,存储单元存储有程序代码,程序代码可以被处理单元610执行,使得处理单元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,处理单元610可以执行如图2中所示的步骤S202、S204和S206,以及本公开的邮件跟踪日志的解析方法中限定的其他步骤。
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660(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650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650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,当程序产品在终端设备上运行时,程序代码用于使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。
根据本发明的实施方式的用于实现上述方法的程序产品,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。
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)。
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。
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它实施方案。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所附的权利要求指出。
Claims (10)
1.一种邮件跟踪日志的解析方法,其特征在于,包括:
提取所述邮件跟踪日志中的目标文本;
基于所述目标文本中的第一符号,对所述目标文本进行分割,并生成多个子文本;
在检测到所述多个子文本的数量与预定义字段的数量不一致时,对处于第二符号形成的区域内的至少两个所述子文本行合并,以将合并后的所述多个子文本的数量调整为与所述预定义字段的数量一致;
基于所述子文本与所述预定义字段的之间的对应关系,生成对所述目标文本的解析结果。
2.根据权利要求1所述的邮件跟踪日志的解析方法,其特征在于,还包括:
在检测到所述多个子文本的数量调整为与所述预定义字段的数量一致时,所述基于所述子文本与所述预定义字段的之间的对应关系,得到对所述目标文本的解析结果包括:
删除处于所述子文本处于首尾位置的所述第二符号;以及
在检测到所述子文本的中部连续出现两个所述第二符号时,删除其中一个所述第二符号,以形成多个待匹配文本;
基于所述对应关系,采用所述多个待匹配文本对所述预定义字段赋值,以生成所述解析结果。
3.根据权利要求1所述的邮件跟踪日志的解析方法,其特征在于,所述对处于第二符号形成的区域内的至少两个所述子文本行合并包括:
采用塌陷合并的方式,将处于所述区域内的至少两个所述子文本执行合并操作。
4.根据权利要求3所述的邮件跟踪日志的解析方法,其特征在于,所述采用塌陷合并的方式,将处于所述区域内的至少两个所述子文本执行合并操作包括:
在所述区域内,在检测到第一个所述第二符号时,将第一所述第二符号确定为合并的初始位置;
在确定所述区域内具有偶数所述第二符号时,将最后一个所述第二符号确定为合并的终止位置;
基于所述初始位置与所述终止位置,将至少两个所述子文本合并为一个所述子文本。
5.根据权利要求1所述的邮件跟踪日志的解析方法,其特征在于,所述基于所述目标文本中的第一符号,对所述目标文本进行分割,并生成多个子文本包括:
提取所述目标文本中的第三符号,以基于所述第三符号将所述目标文件划分为多行;
检测每行所述目标文本中的所述第一符号,以基于所述第一符号对所述目标文本进行分割。
6.根据权利要求1至5中任一项所述的邮件跟踪日志的解析方法,其特征在于,所述提取所述邮件跟踪日志中的目标文本包括:
读取所述邮件跟踪日志;
确定所述邮件跟踪日志中的指定行;
将所述指定行中关键字符之后的位置确定为所述目标文本的初始位置;
基于所述初始位置提取所述目标文本。
7.根据权利要求5所述的邮件跟踪日志的解析方法,其特征在于,
所述第一符号包括半角逗号;
所述第二符号包括半角双引号;
所述第三符号包括换行符。
8.一种邮件跟踪日志的解析装置,其特征在于,包括:
提取模块,用于提取所述邮件跟踪日志中的目标文本;
分割模块,用于基于所述目标文本中的第一符号,对所述目标文本进行分割,并生成多个子文本;
合并模块,用于在检测到所述多个子文本的数量与预定义字段的数量不一致时,对处于第二符号形成的区域内的至少两个所述子文本行合并,以将合并后的所述多个子文本的数量调整为与所述预定义字段的数量一致;
生成模块,用于基于所述子文本与所述预定义字段的之间的对应关系,生成对所述目标文本的解析结果。
9.一种电子设备,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1~7中任意一项所述的邮件跟踪日志的解析方法。
10.一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1~7中任意一项所述的邮件跟踪日志的解析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011268824.9A CN113779957A (zh) | 2020-11-13 | 2020-11-13 | 邮件跟踪日志的解析方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011268824.9A CN113779957A (zh) | 2020-11-13 | 2020-11-13 | 邮件跟踪日志的解析方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113779957A true CN113779957A (zh) | 2021-12-10 |
Family
ID=78835303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011268824.9A Pending CN113779957A (zh) | 2020-11-13 | 2020-11-13 | 邮件跟踪日志的解析方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113779957A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114385396A (zh) * | 2021-12-27 | 2022-04-22 | 华青融天(北京)软件股份有限公司 | 一种日志解析方法、装置、设备及介质 |
-
2020
- 2020-11-13 CN CN202011268824.9A patent/CN113779957A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114385396A (zh) * | 2021-12-27 | 2022-04-22 | 华青融天(北京)软件股份有限公司 | 一种日志解析方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210318866A1 (en) | Auto-generation of api documentation via implementation-neutral analysis of api traffic | |
CN112507027B (zh) | 基于Kafka的增量数据同步方法、装置、设备及介质 | |
CN113987074A (zh) | 分布式服务全链路监控方法、装置、电子设备及存储介质 | |
US8422786B2 (en) | Analyzing documents using stored templates | |
CN108073429B (zh) | 一种支付方式配置方法、装置、设备及存储介质 | |
CN111797351A (zh) | 页面数据管理方法、装置、电子设备及介质 | |
WO2020259141A1 (zh) | 一种文件处理方法、装置及计算机设备 | |
CN107590110B (zh) | 文本显示方法及装置 | |
CN113722419A (zh) | 骚扰标记数据处理方法、装置、电子设备和介质 | |
CN113779957A (zh) | 邮件跟踪日志的解析方法、装置、电子设备和存储介质 | |
CN112582073B (zh) | 医疗信息获取方法、装置、电子设备和介质 | |
CN110688827A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
US20220222429A1 (en) | Self-executing document revision | |
JP2018067241A (ja) | 動作ログ生成装置、動作ログ生成システム、動作ログ生成方法、及び、動作ログ生成プログラム | |
US20190057450A1 (en) | Methods for automatically generating structured pricing models from unstructured multi-channel communications and devices thereof | |
US10698884B2 (en) | Dynamic lineage validation system | |
CN112989817B (zh) | 一种气象预警信息自动审核方法 | |
CN113032647B (zh) | 数据分析系统 | |
CN115454956A (zh) | 日志生成方法、装置、电子设备及存储介质 | |
CN113806556A (zh) | 基于电网数据的知识图谱的构建方法、装置、设备及介质 | |
CN113032515A (zh) | 基于多数据源生成图表的方法、系统、设备及存储介质 | |
US20210256196A1 (en) | Automatic font selection | |
CN112668194B (zh) | 基于页面的自动驾驶场景库信息展示方法、装置和设备 | |
CN117763374A (zh) | 标签组合确定方法、装置、电子设备及存储介质 | |
CN117473136A (zh) | 数据报告的生成方法及装置、存储介质、电子设备 |
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 |