[發明專利]文件解析方法和裝置

在審

• 申請號: 201610716428.5
• 申請日: 2016-08-24
• 公開（公告）號: CN106919553A
• 公開（公告）日: 2017-07-04
• 發明（設計）人: 毛啟明;王嘯;曾憲璽;吳笑笑
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 北京市惠誠律師事務所11353
• 代理人: 劉子敬

1.一種文件解析方法，其特征在于，包括：

將文件劃分為至少兩個文件片段；

并行對所述至少兩個文件片段進行解析。

2.根據權利要求1所述的文件解析方法，其特征在于，所述將文件劃分為至少兩個文件片段包括：

根據預設數據量，對所述文件進行劃分，以得到符合所述預設數據量的文件片段；

和/或，根據預設數量，對所述文件進行劃分，以得到符合所述預設數量的文件片段。

3.根據權利要求1所述的文件解析方法，其特征在于，所述將文件劃分為至少兩個文件片段包括：

根據所述文件的類型確定所述文件的最小劃分單元；

采用所述最小劃分單元對所述文件進行劃分。

4.根據權利要求1-3任一項所述的文件解析方法，其特征在于，所述并行對所述至少兩個文件片段進行解析包括：

根據各文件片段在所述文件中的位置，生成各解析任務；

將各解析任務調度到至少兩個進程中的對應進程；

由所述至少兩個進程并行執行調度獲得的解析任務。

5.根據權利要求4所述的文件解析方法，其特征在于，所述由至少兩個進程并行執行調度獲得的解析任務包括：

針對每一個進程，根據調度獲得的解析任務中所記錄的位置，從所述文件中讀取得到對應的文件片段；

對所讀取到的文件片段進行解析。

6.根據權利要求5所述的文件解析方法，其特征在于，所述解析任務用于對所述文件片段進行校驗操作，所述對所讀取到的文件片段進行解析包括：

根據對所述進程所預先配置的校驗規則，對所讀取到的文件片段進行校驗。

7.根據權利要求1-3任一項所述的文件解析方法，其特征在于，所述將文件劃分為至少兩個文件片段之前，還包括：

對所述文件進行掃描操作，以確定所述文件已成功接收。

8.根據權利要求1-3任一項所述的文件解析方法，其特征在于，所述并行對所述至少兩個文件片段進行解析之后，還包括：

當所述至少兩個文件片段中的至少一個解析失敗時，確定所述文件解析失敗；

定位解析失敗的文件片段在所述文件中的位置。

9.一種文件解析裝置，其特征在于，包括：

劃分模塊，用于將文件劃分為至少兩個文件片段；

解析模塊，用于并行對所述至少兩個文件片段進行解析。

10.根據權利要求9所述的文件解析裝置，其特征在于，所述劃分模塊包括：

第一劃分單元，用于根據預設數據量，對所述文件進行劃分，以得到符合所述預設數據量的文件片段；

和/或，第二劃分單元，用于根據預設數量，對所述文件進行劃分，以得到符合所述預設數量的文件片段。

11.根據權利要求9所述的文件解析裝置，其特征在于，

所述劃分模塊，具體用于根據所述文件的類型確定所述文件的最小劃分單元；采用所述最小劃分單元對所述文件進行劃分。

12.根據權利要求9-11任一項所述的文件解析裝置，其特征在于，所述解析模塊包括：

生成單元，用于根據各文件片段在所述文件中的位置，生成各解析任務；

調度單元，用于將各解析任務調度到至少兩個進程中的對應進程；

執行單元，用于由所述至少兩個進程并行執行調度獲得的解析任務。

13.根據權利要求12所述的文件解析裝置，其特征在于，所述執行單元包括：

讀取子單元，用于針對每一個進程，根據調度獲得的解析任務中所記錄的位置，從所述文件中讀取得到對應的文件片段；

解析子單元，用于對所讀取到的文件片段進行解析。

14.根據權利要求13所述的文件解析裝置，其特征在于，所述解析任務用于對所述文件片段進行校驗操作；

所述解析子單元，具體用于根據對所述進程所預先配置的校驗規則，對所讀取到的文件片段進行校驗。

15.根據權利要求9-11任一項所述的文件解析裝置，其特征在于，所述裝置，還包括：

掃描模塊，用于對所述文件進行掃描操作，以確定所述文件已成功接收。

16.根據權利要求9-11任一項所述的文件解析裝置，其特征在于，所述裝置，還包括：

結果模塊，用于當所述至少兩個文件片段中的至少一個解析失敗時，確定所述文件解析失敗；

定位模塊，用于定位解析失敗的文件片段在所述文件中的位置。