[發(fā)明專利]網(wǎng)頁表格數(shù)據(jù)采集方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201911037696.4
• 申請(qǐng)日: 2019-10-29
• 公開（公告）號(hào): CN110825944B
• 公開（公告）日: 2023-06-16
• 發(fā)明（設(shè)計(jì)）人: 冼東亮;李柏;李如先
• 申請(qǐng)（專利權(quán)）人: 深圳前海環(huán)融聯(lián)易信息科技服務(wù)有限公司
• 主分類號(hào): G06F16/951
• 分類號(hào): G06F16/951
• 代理公司: 深圳市精英專利事務(wù)所 44242
• 代理人: 林燕云

本發(fā)明公開了網(wǎng)頁表格數(shù)據(jù)采集方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，涉及數(shù)據(jù)采集技術(shù)領(lǐng)域。該方法包括：定位到網(wǎng)頁中的目標(biāo)表格；動(dòng)態(tài)且有序的讀取目標(biāo)表格的標(biāo)題字段，將讀取到的標(biāo)題字段按順序排列構(gòu)成標(biāo)題字段集；動(dòng)態(tài)且有序的循環(huán)讀取目標(biāo)表格每一行的明細(xì)數(shù)據(jù)，并按照列的順序和標(biāo)題字段集中的標(biāo)題字段進(jìn)行配對(duì)，形成每一行的記錄；將每一行的記錄進(jìn)行組合生成記錄集，輸出所述記錄集。該方法操作簡(jiǎn)單，不易出錯(cuò)，且可動(dòng)態(tài)適應(yīng)表格字段變化。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)采集技術(shù)領(lǐng)域，尤其涉及網(wǎng)頁表格數(shù)據(jù)采集方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

現(xiàn)有技術(shù)中，一般對(duì)于網(wǎng)頁表格數(shù)據(jù)的采集，都是采用循環(huán)處理方式，先讀取每一行數(shù)據(jù)，然后對(duì)每一列數(shù)據(jù)進(jìn)行采集，需要嚴(yán)格按照列的順序匹配到對(duì)應(yīng)的字段，上述采集方式操作繁瑣容易出錯(cuò)，且無法動(dòng)態(tài)適應(yīng)表格字段的變化，字段變化了就需要同步修改程序。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了網(wǎng)頁表格數(shù)據(jù)采集方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，旨在解決現(xiàn)有網(wǎng)頁表格數(shù)據(jù)采集方法操作繁瑣、容易出錯(cuò)、無法動(dòng)態(tài)適應(yīng)表格字段變化等問題。

本發(fā)明實(shí)施例提供一種基于標(biāo)題行的網(wǎng)頁表格數(shù)據(jù)采集方法，其包括：

定位到網(wǎng)頁中的目標(biāo)表格；

動(dòng)態(tài)且有序的讀取目標(biāo)表格的標(biāo)題字段，將讀取到的標(biāo)題字段按順序排列構(gòu)成標(biāo)題字段集；

動(dòng)態(tài)且有序的循環(huán)讀取目標(biāo)表格每一行的明細(xì)數(shù)據(jù)，并按照列的順序和標(biāo)題字段集中的標(biāo)題字段進(jìn)行配對(duì)，形成每一行的記錄；

將每一行的記錄進(jìn)行組合生成記錄集，輸出所述記錄集。

優(yōu)選的，所述定位到網(wǎng)頁中的目標(biāo)表格，包括：

采用預(yù)設(shè)的定位表達(dá)式對(duì)網(wǎng)頁中的目標(biāo)表格進(jìn)行定位。

優(yōu)選的，采用預(yù)設(shè)的定位表達(dá)式對(duì)網(wǎng)頁中的目標(biāo)表格進(jìn)行定位，包括：

使用元素id、表類、正文、相對(duì)路徑或絕對(duì)路徑中的一種或幾種條件進(jìn)行定位。

優(yōu)選的，還包括：

當(dāng)目標(biāo)表格的標(biāo)題字段發(fā)生變化時(shí)，重新動(dòng)態(tài)且有序的讀取目標(biāo)表格的標(biāo)題字段，將讀取到的標(biāo)題字段按順序排列構(gòu)成新的標(biāo)題字段集；

重新動(dòng)態(tài)且有序的循環(huán)讀取目標(biāo)表格每一行的明細(xì)數(shù)據(jù)，并按照列的順序和新的標(biāo)題字段集中的標(biāo)題字段進(jìn)行配對(duì)，形成每一行的記錄；

將每一行的記錄進(jìn)行組合生成新的記錄集，輸出所述記錄集。

優(yōu)選的，所述動(dòng)態(tài)且有序的循環(huán)讀取目標(biāo)表格每一行的明細(xì)數(shù)據(jù)，并按照列的順序和標(biāo)題字段集中的標(biāo)題字段進(jìn)行配對(duì)，形成每一行的記錄，包括：

逐列讀取目標(biāo)表格中每一行的明細(xì)數(shù)據(jù)；

每讀取到一列的明細(xì)數(shù)據(jù)，將該列的明細(xì)數(shù)據(jù)與對(duì)應(yīng)列的標(biāo)題字段進(jìn)行配對(duì)；

當(dāng)配對(duì)完一行中所有列的明細(xì)數(shù)據(jù)，則將對(duì)應(yīng)行的配對(duì)結(jié)果進(jìn)行組合，形成該行的記錄。

優(yōu)選的，所述每讀取到一列的明細(xì)數(shù)據(jù)，將該列的明細(xì)數(shù)據(jù)與對(duì)應(yīng)列的標(biāo)題字段進(jìn)行配對(duì)，包括：

若該列的明細(xì)數(shù)據(jù)為空，則將對(duì)應(yīng)列的標(biāo)題字段配對(duì)的明細(xì)數(shù)據(jù)設(shè)置為空。

優(yōu)選的，所述表格為行列整齊的標(biāo)準(zhǔn)表格。

本發(fā)明實(shí)施例還提供一種基于標(biāo)題行的網(wǎng)頁表格數(shù)據(jù)采集裝置，其包括：

定位單元，用于定位到網(wǎng)頁中的目標(biāo)表格；

標(biāo)題字段讀取單元，用于動(dòng)態(tài)且有序的讀取目標(biāo)表格的標(biāo)題字段，將讀取到的標(biāo)題字段按順序排列構(gòu)成標(biāo)題字段集；