[發明專利]網頁表格數據采集方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201911037696.4
• 申請日: 2019-10-29
• 公開（公告）號: CN110825944B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 冼東亮;李柏;李如先
• 申請（專利權）人: 深圳前海環融聯易信息科技服務有限公司
• 主分類號: G06F16/951
• 分類號: G06F16/951
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 林燕云

1.一種基于標題行的網頁表格數據采集方法，其特征在于，包括：

定位到網頁中的目標表格；

動態且有序的讀取目標表格的標題字段，將讀取到的標題字段按順序排列構成標題字段集；

動態且有序的循環讀取目標表格每一行的明細數據，并按照列的順序和標題字段集中的標題字段進行配對，形成每一行的記錄；

將每一行的記錄進行組合生成記錄集，輸出所述記錄集；

當目標表格的標題字段發生變化時，重新動態且有序的讀取目標表格的標題字段，將讀取到的標題字段按順序排列構成新的標題字段集；

重新動態且有序的循環讀取目標表格每一行的明細數據，并按照列的順序和新的標題字段集中的標題字段進行配對，形成每一行的記錄；

將每一行的記錄進行組合生成新的記錄集，輸出所述記錄集；

所述動態且有序的循環讀取目標表格每一行的明細數據，并按照列的順序和標題字段集中的標題字段進行配對，形成每一行的記錄，包括：逐列讀取目標表格中每一行的明細數據；每讀取到一列的明細數據，將該列的明細數據與對應列的標題字段進行配對；當配對完一行中所有列的明細數據，則將對應行的配對結果進行組合，形成該行的記錄；

獲取與標題字段配對的明細數據的類型；如明細數據的類型為數值，對各記錄中在同一標題字段下明細數據的數值進行比較，并將其中最大和最小的明細數據進行標記；如明細數據的類型為時間，對各記錄中在同一標題字段下明細數據的時間進行比較，并將其中最新的明細數據進行標記；

在每條記錄的開始位置標識該記錄在記錄集中所處的位置以及記錄集中記錄的總條數。

2.根據權利要求1所述的基于標題行的網頁表格數據采集方法，其特征在于，所述定位到網頁中的目標表格，包括：

采用預設的定位表達式對網頁中的目標表格進行定位。

3.根據權利要求2所述的基于標題行的網頁表格數據采集方法，其特征在于，采用預設的定位表達式對網頁中的目標表格進行定位，包括：

使用元素id、表類、正文、相對路徑或絕對路徑中的一種或幾種條件進行定位。

4.根據權利要求1所述的基于標題行的網頁表格數據采集方法，其特征在于，所述每讀取到一列的明細數據，將該列的明細數據與對應列的標題字段進行配對，包括：

若該列的明細數據為空，則將對應列的標題字段配對的明細數據設置為空。

5.根據權利要求1所述的基于標題行的網頁表格數據采集方法，其特征在于，所述目標表格為行列整齊的標準表格。