[發明專利]一種文檔解析方法和裝置

有效

• 申請號: 201810153911.6
• 申請日: 2018-02-22
• 公開（公告）號: CN108427664B
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 方騰飛
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06F40/186
• 分類號: G06F40/186;G06F40/14
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

1.一種文檔解析方法，所述方法用于由待解析的文檔中獲取目標數據；所述方法包括：

提取所述文檔對應的文檔模板中的目標變量；其中，所述文檔模板中對應所述目標數據的位置設置所述目標變量作為占位符，所述文檔模板是構建的一個用于表示文檔結構格式的模板性的文件；

解析所述文檔模板，得到所述目標變量的變量路徑，所述變量路徑是所述目標變量在所述文檔模板中的絕對路徑；

根據所述變量路徑，由所述文檔中獲取對應所述目標變量的目標數據，所述目標數據與所述目標變量位于文檔中的所述變量路徑對應的同一位置。

2.根據權利要求1所述的方法，所述文檔包括如下任一種格式的文檔：excel、xml、HTML、json。

3.根據權利要求1所述的方法，所述解析所述文檔模板，得到所述目標變量的變量路徑，包括：

解析所述文檔模板，得到所述目標變量的XPath路徑。

4.根據權利要求1所述的方法，當所述目標變量對應的目標數據，是一個包括多個子數據的數據集時，所述解析所述文檔模板，得到所述目標變量的變量路徑，包括：

將所述目標變量轉換為多個子變量，所述多個子變量分別對應不同的子數據；

解析所述文檔模板，分別提取每個子變量對應的變量路徑，得到所述子變量和變量路徑的對應關系。

5.根據權利要求1所述的方法，所述方法還包括：

加載一個待解析的新文檔，所述新文檔符合所述文檔模板；

根據存儲的所述目標變量和變量路徑的對應關系，由所述新文檔中獲取對應所述目標變量的目標數據。

6.一種文檔解析裝置，所述裝置用于由待解析的文檔中獲取目標數據；所述裝置包括：

變量提取模塊，用于提取所述文檔對應的文檔模板中的目標變量；其中，所述文檔模板中對應所述目標數據的位置設置所述目標變量作為占位符，所述文檔模板是構建的一個用于表示文檔結構格式的模板性的文件；

路徑獲取模塊，用于解析所述文檔模板，得到所述目標變量的變量路徑，所述變量路徑是所述目標變量在所述文檔模板中的絕對路徑；

數據提取模塊，用于根據所述變量路徑，由所述文檔中獲取對應所述目標變量的目標數據，所述目標數據與所述目標變量位于文檔中的所述變量路徑對應的同一位置。

7.根據權利要求6所述的裝置，所述文檔包括如下任一種格式的文檔：excel、xml、HTML、json。

8.根據權利要求6所述的裝置，

所述路徑獲取模塊，還用于：當所述目標變量對應的目標數據，是一個包括多個子數據的數據集時，將所述目標變量轉換為多個子變量，所述多個子變量分別對應不同的子數據；解析所述文檔模板，分別提取每個子變量對應的變量路徑，得到所述子變量和變量路徑的對應關系。

9.根據權利要求6所述的裝置，

所述數據提取模塊，還用于：當加載一個待解析的符合所述文檔模板的新文檔時，根據存儲的所述目標變量和變量路徑的對應關系，由所述新文檔中獲取對應所述目標變量的目標數據。

10.一種文檔解析設備，所述設備用于由待解析的文檔中獲取目標數據；所述設備包括存儲器、處理器，以及存儲在存儲器上并可在處理器上運行的計算機指令，所述處理器執行指令時實現以下步驟：

提取所述文檔對應的文檔模板中的目標變量；其中，所述文檔模板中對應所述目標數據的位置設置所述目標變量作為占位符，所述文檔模板是構建的一個用于表示文檔結構格式的模板性的文件；

解析所述文檔模板，得到所述目標變量的變量路徑，所述變量路徑是所述目標變量在所述文檔模板中的絕對路徑；

根據所述變量路徑，由所述文檔中獲取對應所述目標變量的目標數據，所述目標數據與所述目標變量位于文檔中的所述變量路徑對應的同一位置。