[發明專利]一種智能解析excel格式國際機票運價單的方法

在審

• 申請號: 201410336305.X
• 申請日: 2014-07-16
• 公開（公告）號: CN104133861A
• 公開（公告）日: 2014-11-05
• 發明（設計）人: 黃翰;葉樹錦;盧爾昂;郝志峰
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍

技術領域

本發明一般涉及資訊檢索技術領域，具體涉及一種智能解析excel格式國際機票運價單的方法。

背景技術

隨著生活質量的提高和交通運輸的發展，現在有越來越多的人開始選擇乘坐飛機出行，于是商旅集團將面臨著大量的機票運價單需要處理。傳統的處理方式，是通過人工地閱讀運價單，并將讀到的價單信息手動地錄入系統。然而，不同運價單的格式大相徑庭，就連相同航司的不同價單都存在不少差異。因此通過人工方式進行處理，常常需要耗費許多人力與時間。

基于以上情況，我們提出了一種智能解析excel格式國際機票運價單的方法，代替了人工錄入的方式，從而大量地節省了人力與時間。

發明內容

本發明針對當前手工提取運價單信息技術的不足，提供了一種智能解析并提取excel運價單信息的方法。本發明的目的是通過智能解析運價單，提取運價信息，將價單拆分成多條航程信息，并保存為統一的格式輸出。具體的技術方案如下所述。

一種智能解析excel格式國際機票運價單的方法，包括以下步驟：

（1）對大量已有價單進行分析；

（2）將價單按不同格式進行分類；

（3）對已分類的價單分別進行解析，根據航程屬性所在的大概位置，鎖定檢索范圍；

（4）在鎖定的檢索范圍內，分析歸納所需提取的運價信息的檢索提取規則。

（5）在鎖定的檢索范圍內，進行逐格掃描，查找表格的表頭標志，并記錄表頭的航程屬性以及所在行數；

（6）在表頭位置下一行開始進行逐格掃描，找出所有包含價格信息的單元格，每一個價格信息可以拆分成一條航程；

（7）根據分析歸納的檢索提取規則，找出步驟（6）中所有價格對應的航程屬性，并以統一的格式保存；

（8）重復步驟（5）到（7），直到找不到下一個表頭標志，則對所有表格拆分完畢。

更具體的，步驟（1）中所述的分析為：根據所要提取的運價信息，初步分析不同價單之間的異同。其中所要提取的運價信息包括，出發地、目的地、中轉站、行程類型、最大停留時間、最小停留時間，以及成人運價等航程屬性。

更具體的，步驟（2）中的分類方法為：根據步驟（1）的初步分析，將所需信息存儲方式相近或相同的具有較大共性的價單歸類。

更具體的，步驟（3）的目的在于縮小檢索范圍，提高檢索速度。

更具體的，步驟（4）所述中，分析所需提取的運價信息的檢索提取規則包含以下步驟：

（a）找出所需提取的信息附近是否有共同的固定的關鍵字或關鍵詞組，將其作為檢索標志；

（b）確定所需提取信息與檢索標志之間的位置關系。

更具體的，所述步驟（5）中，表頭通常含有以下航程屬性：

（a）路線，其中包含出發地與中轉站（如有中轉站）的三字碼，并以“-”分隔；

（b）航程類型，包括單程和往返程兩類；

（c）訂座艙位，艙位信息由艙位碼表示，為單個大寫英文字母；

（d）有效期。

更具體的，步驟（6）中價格信息的查找方法為：從表頭位置下一行進行逐格掃描，遇到純數字的單元格，即為存儲價格信息的單元格，記錄價格單元格的總個數。

更具體的，一個價格信息單元對應一條航程，步驟（7）根據步驟（6）中所查找到的價格單元對航程進行拆分?：

（a）利用Java自帶的API找到步驟（4）中所分析歸納的檢索標志；

（b）根據步驟（4）中分析總結的，所需運價信息與檢索標志之間的關系，找出價格信息單元對應的所有運價信息。

（c）對每一個價格信息單元重復步驟（a）和（b），直到將表格按照統一格式拆分成多條航程。

與現有技術相比，本發明具有如下優點和技術效果：本發明通過將excel運價單進行歸類，并分別歸納出檢索提取規則，從而智能解析提取出所需的運價信息，提高檢索速度。?

附圖說明

圖1為本發明所述一種智能解析excel格式國際機票運價單的方法流程示意圖。

具體實施方式

為了讓本領域的技術人員能夠更好地了解本發明的技術方案，下面結合附圖對本發明作進一步的闡述。

如圖1所示，本發明揭示了一種智能解析excel格式國際機票運價單的方法包括以下步驟：

（1）對大量已有價單進行分析：根據所要提取的信息，初步分析不同價單之間的異同。其中所要提取的信息包括，出發地、目的地、中轉站、行程類型、最大停留時間、最小停留時間，以及成人運價等航程屬性。