CN117785944A - 一种数据提取方法、装置、设备以及介质 - Google Patents
一种数据提取方法、装置、设备以及介质 Download PDFInfo
- Publication number
- CN117785944A CN117785944A CN202311838971.9A CN202311838971A CN117785944A CN 117785944 A CN117785944 A CN 117785944A CN 202311838971 A CN202311838971 A CN 202311838971A CN 117785944 A CN117785944 A CN 117785944A
- Authority
- CN
- China
- Prior art keywords
- data
- dimension
- target
- marketing
- extracted
- 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
- 238000013075 data extraction Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 5
- 239000000758 substrate Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000011423 initialization method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012015 optical character recognition Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种数据提取方法、装置、设备以及介质,该方法包括:获取待提取营销工作单;其中,所述待提取营销工作单中包括多条工作数据,每条工作数据包括至少一个维度的业务记录数据;当接收到至少一个维度的业务数据提取请求时,确定与所述业务数据提取请求相对应的目标业务记录数据维度;基于与所述目标业务记录数据维度对应的目标预设正则表达式和所述待提取营销工作单,确定匹配结果,以基于所述匹配结果,提取目标匹配数据,提高了提取关键数据的效率,以及所提取关键数据的准确可靠性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种数据提取方法、装置、设备以及介质。
背景技术
随着电力信息化技术的不断发展,电力营销管理系统已成为电力企业的重要组成部分。其中,营销工作单是营销管理系统的关键数据之一,包含大量的工作数据,这些工作数据对于终端离线、抄表失败、档案异常等营销业务分析具有参考指导作用。
目前,从营销工作单中提取所需要的工作数据主要通过人为操作表格的筛选功能,筛选出实际需要的目标数据。然而,营销工作单包含了数以万计的工作数据,这些数据中有些用户编号是非标准数据,有些关键信息是空白内容,有些用户名称填到了用户地址,还存在各种字段打乱顺序的格式等多种复杂情形,现有技术的数据提取方式既费时又易出错。
发明内容
本发明提供了一种数据提取方法、装置、设备以及介质,以提高提取关键数据的效率,以及所提取关键数据的准确可靠性。
根据本发明的第一方面,提供了一种数据提取方法,该方法包括:
获取待提取营销工作单;其中,所述待提取营销工作单中包括多条工作数据,每条工作数据包括至少一个维度的业务记录数据;
当接收到至少一个维度的业务数据提取请求时,确定与所述业务数据提取请求相对应的目标业务记录数据维度;
基于与所述目标业务记录数据维度对应的目标预设正则表达式和所述待提取营销工作单,确定匹配结果,以基于所述匹配结果,提取目标匹配数据。
根据本发明的第二方面,提供了一种数据提取装置,该装置包括:
工作单获取模块,用于获取待提取营销工作单;其中,所述待提取营销工作单中包括多条工作数据,每条工作数据包括至少一个维度的业务记录数据;
目标维度确定模块,用于当接收到至少一个维度的业务数据提取请求时,确定与所述业务数据提取请求相对应的目标业务记录数据维度;
目标数据提取模块,用于基于与所述目标业务记录数据维度对应的目标预设正则表达式和所述待提取营销工作单,确定匹配结果,以基于所述匹配结果,提取目标匹配数据。
根据本发明的第三方面,提供了一种电子设备,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,所述计算机程序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本发明任一实施例所述的数据提取方法。
根据本发明的第四方面,提供了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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的数据提取方法。
本发明实施例的技术方案,通过获取待提取营销工作单,其中,待提取营销工作单中包括多条工作数据,每条工作数据包括至少一个维度的业务记录数据,进而,当接收到至少一个维度的业务数据提取请求时,确定与业务数据提取请求相对应的目标业务记录数据维度,从而,基于与目标业务记录数据维度对应的目标预设正则表达式和待提取营销工作单,确定匹配结果,以基于匹配结果,提取目标匹配数据,提高了提取关键数据的效率,以及所提取关键数据的准确可靠性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种数据提取方法的流程图;
图2是根据本发明实施例一涉及的待提取营销工作单的结构示意图;
图3是根据本发明实施例二提供的一种数据提取方法的流程示意图;
图4是根据本发明实施例三提供的一种数据提取装置的结构示意图;
图5是实现本发明实施例的数据提取方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是本发明实施例一提供的一种数据提取方法的流程图,本实施例可适用于从数据结构复杂的营销工作单中提取关键数据的情况,该方法可以由数据提取装置来执行,该数据提取装置可以采用硬件和/或软件的形式实现,该数据提取装置可配置于终端和/或服务器中。如图1所示,该方法包括:
S110、获取待提取营销工作单。
其中,待提取营销工作单为即将从中提取关键数据的工作表格。待提取营销工作单中包括多条工作数据,每条工作数据包括至少一个维度的业务记录数据。
在本实施例中,可以通过登录营销管理系统,从相应界面查询营销工作单,并导出为可进行数据处理Excel格式的待提取营销工作单。
示例性的,待提取营销工作单的结构示意图参见图2,如图2所示,待提取营销工作单中包括8条工作数据。每条数据的第一列为工作单编号,工作表编号中的具体数据内容为标准数据格式,用于区别不同的工作数据条;第二列为工作单摘要数据,其中包括用户编号维度、用户地址维度、供电单位维度、供电电压等级维度以及经办人联系方式维度中至少一个维度的业务记录数据。例如,对于第一条工作数据而言,用户编号维度的业务记录数据为“0310006184011008”、用户地址维度的业务记录数据为“圩镇老圩二公变考核表圩镇老圩二台区考核表户”、供电单位维度的业务记录数据为“石坝供电所”、供电电压等级维度的业务记录数据为“10kV”、经办人联系方式维度的业务记录数据为“经办人手机:13800000001”。
需要说明的是,待提取营销工作单中还包括一些常规数据列,例如,还包括用户类型标识列、工作单状态列、业务分类列、业务类别列、业务子类列等。
S120、当接收到至少一个维度的业务数据提取请求时,确定与所述业务数据提取请求相对应的目标业务记录数据维度。
其中,业务数据提取请求为提取关键业务数据的触发条件。业务数据提取请求中携带有需要提取的目标业务记录数据维度。目标业务记录数据维度可以是用户编号维度、用户地址维度、供电单位维度、供电电压等级维度以及经办人联系方式维度中至少一个维度。
在本实施例中,业务数据提取请求可以通过触发预设控件确定。例如,可以预先配置与各个业务记录数据维度相对应的控件,当检测到系统操作人员触发任一控件时,便生成了提取这一控件对应维度业务记录数据的业务数据提取请求,从而可以将这一业务记录数据维度确定为目标业务记录数据维度。
示例性的,预先设定用户编号维度对应控件A、用户地址维度对应控件B、供电单位维度对应控件C、供电电压等级维度对应控件D、经办人联系方式维度对应控件E。当系统操作人员触发控件A时,便生成了用户编号维度的业务数据提取请求,此时的目标业务记录数据维度为用户编号维度。
S130、基于与所述目标业务记录数据维度对应的目标预设正则表达式和所述待提取营销工作单,确定匹配结果,以基于所述匹配结果,提取目标匹配数据。
在本实施例中,可以预先构建每个业务记录数据维度的正则表达式,目标预设正则表达式即为目标业务记录数据维度对应的正则表达式。匹配结果包括命中结果和拒绝结果。目标匹配数据为从待提取营销工作单中匹配到的与目标预设正则表达式相对应的关键数据。
在本实施例中,构建每个业务记录数据维度的正则表达式,具体实现步骤为:
(1)获取历史营销工作单,并确定所述历史营销工作单中每个业务记录数据维度的关键字符。
其中,历史营销工作单为当前时刻之前历史时期产生的营销工作单。
在本实施例中,历史营销工作单中每个业务记录数据维度的关键字符具体包括:用户编号维度的关键字符为:预设首四位相同字符,例如,参见图2,预设首四位相同字符即为“0313”;用户地址维度的关键字符为:省、市、区和镇;供电单位维度的关键字符为:供电局、供电所和营业所;供电电压维度的关键字符为:v、V、kV和KV;经办人联系方式维度的关键字符为:预设首位相同字符,例如,参见图2,预设首位相同字符即为“1”。
(2)对每个所述业务记录数据维度,基于相应的所述关键字符,构建正则表达式。
在本实施例中,用户编号维度的第一正则表达式为:"预设首四位相同字符\d{12}",其含义是匹配“预设首四位相同字符+12位数字”的关键数据;用户地址维度的第二正则表达式为:"[\u4e00-\u9fa5]+(省|市|区|镇){1}(\d*[\u4e00-\u9fa5]*)*",其中,[\u4e00-\u9fa5]表示unicode编码,一种全世界语言都包括的一种编码,可以是任意字符,第二正则表达式的含义是匹配“数量不受限制的任意字符+省、市、区和镇中的1个字符+数量不受限制的任意字符”的关键数据;供电单位维度的第三正则表达式为:"[\u4e00-\u9fa5]{0,8}(供电局|供电所|营业所)",其含义是匹配“数量为0到8个任意字符+供电局或供电所或营业所”的关键数据;供电电压等级维度的第四正则表达式为:"\d{2,3}(v|V|kV|KV)+",其含义是匹配“数量为2位或3位数字+v或V或kV或KV”的关键数据;经办人联系方式维度的第五正则表达式为:"[\u4e00-\u9fa5]{2,5}:预设首位相同字符\d{10}",其含义是匹配“数量为2到5个任意字符数量+:+预设首位相同字符+10位数字”的关键数据。
可选的,S130具体包括:基于待提取营销工作单对目标预设正则表达式进行数据匹配处理,确定匹配结果;若匹配结果为命中,则提取目标匹配数据;若匹配结果为拒绝,则反馈匹配失败提示字符。
在本实施例中,基于与目标业务记录数据维度对应的目标预设正则表达式和所述待提取营销工作单,确定匹配结果,具体可以是:基于待匹配营销工作单对目标预设正则表达式进行数据匹配处理,确定匹配结果。即可以理解为在待匹配营销工作单中查询是否有与目标预设正则表达式相匹配的目标字段。
进一步的,如果从待匹配营销工作单查询到有与目标预设正则表达式相匹配的目标字段,匹配结果为命中,则将目标字段确定为目标匹配数据;如果待匹配营销工作单中不存在与目标预设正则表达式相匹配的目标字段,则匹配结果为拒绝,则反馈匹配失败提示字符,例如,反馈的匹配失败提示字符为“匹配失败!”。
在本实施例中,在得到目标匹配数据的基础上,可以基于业务记录数据维度的区别,将目标匹配数据分类存储至至少一个数据存储表中,以备数据复核。
本发明实施例的技术方案,通过获取待提取营销工作单,其中,待提取营销工作单中包括多条工作数据,每条工作数据包括至少一个维度的业务记录数据,进而,当接收到至少一个维度的业务数据提取请求时,确定与业务数据提取请求相对应的目标业务记录数据维度,从而,基于与目标业务记录数据维度对应的目标预设正则表达式和待提取营销工作单,确定匹配结果,以基于匹配结果,提取目标匹配数据,提高了提取关键数据的效率,以及所提取关键数据的准确可靠性。
在上述实施例的基础上,在获取待匹配营销工作单之后,还包括:基于预设检验规则对所述待提取营销工作单进行数据检验,确定是否存在无效数据和/或异常数据;若是,则反馈所述无效数据和/或异常数据的关联信息。
在本实施例中,预先设定变电站供电电压等级有10kV、35kV、110kV、220kV、500kV这些等级,如果待匹配营销工作单中的供电电压等级维度出现了1000kV,则认为是异常数据;预先设定用户类型标识从1-5,如果用户类型标识出现了0,则认为是无效数据。进一步的,在发现无效数据和/或异常数据时,可以列出问卷序号、记录序号、变量名称、错误类别等关联信息,以便进一步核对和纠正。
实施例二
在本发明实施例中,以一个具体的实施方式介绍一种数据提取方法,图3为本发明实施例二提供的一种数据提取方法的流程示意图,步骤如下:
步骤0:基于正则表达式编写公共函数主体部分调用代码;
步骤1:登录营销管理系统,从相应界面查询营销工作单,并导出为可进行数据处理Excel格式的待提取营销工作单;
步骤2:基于预设检验规则对待匹配营销工作单进行数据检验,确定是否存在无效数据和/或异常数据;若否,则执行步骤3;若是,则反馈无效数据和/或异常数据的关联信息;
步骤3:当接收到至少一个维度的业务数据提取请求时,基于目标预设正则表达式和待提取营销工作单,确定匹配结果(设置可选用的贪婪/非贪婪匹配模式);
步骤4:若匹配结果为命中,则提取目标匹配数据。
步骤5:若匹配结果为拒绝,则反馈匹配失败提示字符。
步骤6:将目标匹配数据分类存储至至少一个数据存储表中(基于搭建DataBase,如Oracle、Mysql、Access等),以便后续的数据分析和应用。
其中,公共函数主体部分调用代码,示例如下:
可以理解的是,在电力营销工作单处理方面,过去的研究主要集中在自动化处理和信息抽取上。例如,一些研究利用光学字符识别技术将纸质文档转化为可编辑的文本,再通过自然语言处理技术进行信息抽取。然而,这些方法往往面临一些挑战,如对图像质量的要求高,或对自然语言处理技术的依赖性强。相比之下,正则表达式(Regular Expression)具有更高的灵活性和可扩展性,更适合处理电力营销工作单这种结构化的文本数据,本发明利用预先定义好的基于正则表达式的自动化数据提取规则,一种从营销工作单中提取关键数据方法,对工作效率及企业效益来说都至关重要。
实施例三
图4是本发明实施三提供的一种数据匹配装置的结构示意图。如图4所示,该装置包括:工作单获取模块310、目标维度确定模块320以及目标数据匹配模块330。
其中,工作单获取模块310,用于获取待匹配营销工作单;其中,所述待匹配营销工作单中包括多条工作数据,每条工作数据包括至少一个维度的业务记录数据;
目标维度确定模块320,用于当接收到至少一个维度的业务数据匹配请求时,确定与所述业务数据匹配请求相对应的目标业务记录数据维度;
目标数据匹配模块330,用于基于与所述目标业务记录数据维度对应的目标预设正则表达式和所述待匹配营销工作单,确定匹配结果,以基于所述匹配结果,匹配目标匹配数据。
本发明实施例的技术方案,通过获取待提取营销工作单,其中,待提取营销工作单中包括多条工作数据,每条工作数据包括至少一个维度的业务记录数据,进而,当接收到至少一个维度的业务数据提取请求时,确定与业务数据提取请求相对应的目标业务记录数据维度,从而,基于与目标业务记录数据维度对应的目标预设正则表达式和待提取营销工作单,确定匹配结果,以基于匹配结果,提取目标匹配数据,提高了提取关键数据的效率,以及所提取关键数据的准确可靠性。
可选的,所述业务记录数据包括用户编号维度、用户地址维度、供电单位维度、供电电压等级维度以及经办人联系方式维度中的至少一个维度;
可选的,数据匹配装置还包括:正则表达式构建模块,具体用于获取历史营销工作单,并确定所述历史营销工作单中每个业务记录数据维度的关键字符;对每个所述业务记录数据维度,基于相应的所述关键字符,构建正则表达式。
可选的,所述用户编号维度的关键字符为:预设首四位相同字符;所述用户地址维度的关键字符为:省、市、区和镇;所述供电单位维度的关键字符为:供电局、供电所和营业所;所述供电电压维度的关键字符为:v、V、kV和KV;所述经办人联系方式维度的关键字符为:预设首位相同字符。
可选的,所述用户编号维度的第一正则表达式为:"预设首四位相同字符\d{12}";所述用户地址维度的第二正则表达式为:"[\u4e00-\u9fa5]+(省|市|区|镇){1}(\d*[\u4e00-\u9fa5]*)*";所述供电单位维度的第三正则表达式为:"[\u4e00-\u9fa5]{0,8}(供电局|供电所|营业所)";所述供电电压等级维度的第四正则表达式为:"\d{2,3}(v|V|kV|KV)+";所述经办人联系方式维度的第五正则表达式为:"[\u4e00-\u9fa5]{2,5}:预设首位相同字符\d{10}"。
可选的,数据匹配装置还包括:数据检验模块,具体用于基于预设检验规则对所述待提取营销工作单进行数据检验,确定是否存在无效数据和/或异常数据;若是,则反馈所述无效数据和/或异常数据的关联信息。
可选的,目标数据匹配模块330,具体用于基于待匹配营销工作单对所述目标预设正则表达式进行数据匹配处理,确定匹配结果;若所述匹配结果为命中,则匹配目标匹配数据;若所述匹配结果为拒绝,则反馈匹配失败提示字符。
可选的,数据匹配装置还包括:数据存储模块,具体用于将所述目标匹配数据分类存储至至少一个数据存储表中,以备数据复核。
本发明实施例所提供的数据匹配装置可执行本发明任意实施例所提供的Modelica系统仿真的冷媒初始化方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如数据匹配方法。
在一些实施例中,数据匹配方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的数据匹配方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行数据匹配方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种数据提取方法,其特征在于,包括:
获取待提取营销工作单;其中,所述待提取营销工作单中包括多条工作数据,每条所述工作数据包括至少一个维度的业务记录数据;
当接收到至少一个维度的业务数据提取请求时,确定与所述业务数据提取请求相对应的目标业务记录数据维度;
基于与所述目标业务记录数据维度对应的目标预设正则表达式和所述待提取营销工作单,确定匹配结果,以基于所述匹配结果,提取目标匹配数据。
2.根据权利要求1所述的方法,其特征在于,所述业务记录数据包括用户编号维度、用户地址维度、供电单位维度、供电电压等级维度以及经办人联系方式维度中的至少一个维度,所述方法还包括:构建每个业务记录数据维度的正则表达式,包括:
获取历史营销工作单,并确定所述历史营销工作单中每个业务记录数据维度的关键字符;
对每个所述业务记录数据维度,基于相应的所述关键字符,构建正则表达式。
3.根据权利要求2所述的方法,其特征在于,所述确定所述历史营销工作单中每个业务记录数据维度的关键字符,包括:
所述用户编号维度的关键字符为:预设首四位相同字符;
所述用户地址维度的关键字符为:省、市、区和镇;
所述供电单位维度的关键字符为:供电局、供电所和营业所;
所述供电电压维度的关键字符为:v、V、kV和KV;
所述经办人联系方式维度的关键字符为:预设首位相同字符。
4.根据权利要求2所述的方法,其特征在于,
所述用户编号维度的第一正则表达式为:"预设首四位相同字符\d{12}";
所述用户地址维度的第二正则表达式为:"[\u4e00-\u9fa5]+(省|市|区|镇){1}(\d*[\u4e00-\u9fa5]*)*";
所述供电单位维度的第三正则表达式为:"[\u4e00-\u9fa5]{0,8}(供电局|供电所|营业所)";
所述供电电压等级维度的第四正则表达式为:"\d{2,3}(v|V|kV|KV)+";
所述经办人联系方式维度的第五正则表达式为:"[\u4e00-\u9fa5]{2,5}:预设首位相同字符\d{10}"。
5.根据权利要求1所述的方法,其特征在于,在所述获取待提取营销工作单之后,还包括:
基于预设检验规则对所述待提取营销工作单进行数据检验,确定是否存在无效数据和/或异常数据;
若是,则反馈所述无效数据和/或异常数据的关联信息。
6.根据权利要求1所述的方法,其特征在于,所述基于与所述目标业务记录数据维度对应的目标预设正则表达式和所述待提取营销工作单,确定匹配结果,以基于所述匹配结果,提取目标匹配数据,包括:
基于待提取营销工作单对所述目标预设正则表达式进行数据匹配处理,确定匹配结果;
若所述匹配结果为命中,则提取目标匹配数据;
若所述匹配结果为拒绝,则反馈匹配失败提示字符。
7.根据权利要求6所述的方法,其特征在于,还包括:
将所述目标匹配数据分类存储至至少一个数据存储表中,以备数据复核。
8.一种数据提取装置,其特征在于,包括:
工作单获取模块,用于获取待提取营销工作单;其中,所述待提取营销工作单中包括多条工作数据,每条工作数据包括至少一个维度的业务记录数据;
目标维度确定模块,用于当接收到至少一个维度的业务数据提取请求时,确定与所述业务数据提取请求相对应的目标业务记录数据维度;
目标数据提取模块,用于基于与所述目标业务记录数据维度对应的目标预设正则表达式和所述待提取营销工作单,确定匹配结果,以基于所述匹配结果,提取目标匹配数据。
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,所述计算机程序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权利要求1-7中任一项所述的数据提取方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的数据提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311838971.9A CN117785944A (zh) | 2023-12-28 | 2023-12-28 | 一种数据提取方法、装置、设备以及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311838971.9A CN117785944A (zh) | 2023-12-28 | 2023-12-28 | 一种数据提取方法、装置、设备以及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117785944A true CN117785944A (zh) | 2024-03-29 |
Family
ID=90385330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311838971.9A Pending CN117785944A (zh) | 2023-12-28 | 2023-12-28 | 一种数据提取方法、装置、设备以及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117785944A (zh) |
-
2023
- 2023-12-28 CN CN202311838971.9A patent/CN117785944A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112560468B (zh) | 气象预警文本处理方法、相关装置及计算机程序产品 | |
CN115599769A (zh) | 一种数据迁移方法、装置、电子设备及存储介质 | |
CN115617888A (zh) | 数据导入方法、装置、设备、存储介质及产品 | |
CN113806522A (zh) | 摘要生成方法、装置、设备以及存储介质 | |
CN116775634A (zh) | 一种发电工程数据的质检方法、装置、设备及介质 | |
CN117785944A (zh) | 一种数据提取方法、装置、设备以及介质 | |
CN115600592A (zh) | 文本内容的关键信息提取方法、装置、设备及介质 | |
CN115328898A (zh) | 一种数据处理方法、装置、电子设备及介质 | |
CN114676054A (zh) | 一种测试数据生成方法、装置、设备、介质及产品 | |
CN113961672A (zh) | 信息标注方法、装置、电子设备和存储介质 | |
CN109977992B (zh) | 电子装置、批量注册行为的识别方法和存储介质 | |
CN112559739A (zh) | 电力设备绝缘状态数据处理方法 | |
CN117272970B (zh) | 一种文档生成方法、装置、设备以及存储介质 | |
CN115563964B (zh) | 短信文本正则生成方法、装置、电子设备及存储介质 | |
CN117573561B (zh) | 一种自动化测试系统、方法、电子设备和存储介质 | |
CN116757630A (zh) | 一种工单录入方法、装置、电子设备和存储介质 | |
CN115495368A (zh) | 数据测试方法、装置及电子设备 | |
CN116450659A (zh) | 基于分布式系统的交易信息核算方法、装置、设备和介质 | |
CN115238695A (zh) | 一种文本信息抽取方法、装置、设备及存储介质 | |
CN115099435A (zh) | 工单处理方法、装置、电子设备及介质 | |
CN116796711A (zh) | 一种基于车辆零件的信息汇总方法、装置、设备及介质 | |
CN117709903A (zh) | 一种分库方法、装置、电子设备及存储介质 | |
CN118095232A (zh) | 表单数据导入方法、装置、设备及存储介质 | |
CN117609625A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN114911963A (zh) | 一种模板图片分类方法、装置、设备、存储介质及产品 |
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 |