[發明專利]一種基于文本的結構化數據描述方法及其系統

在審

• 申請號: 202010521372.4
• 申請日: 2020-06-10
• 公開（公告）號: CN111666327A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 趙啟杰
• 申請（專利權）人: 山東匯貿電子口岸有限公司
• 主分類號: G06F16/25
• 分類號: G06F16/25;G06F40/143;G06F40/154
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 姜明

1.一種基于文本的結構化數據描述方法，其特征是所述的方法步驟如下：

S1將字段元數據信息組合成一個字段列表；

S2生成文本化描述的信息頭；

S3將字段列表中的每一個字段的定義用一行固定格式的文本進行轉義描述；

S4將原結構化數據表的索引信息檢查、輸出；

S5將字段列表中的字段信息以字段名稱形式輸出；

S6從結構化數據的首行按照S5順序依次讀取字段的數值并轉換為字串符形式；

S7轉到結構化數據的下一行，作為當前行重復S6步驟。

2.根據權利要求1所述的基于文本的結構化數據描述方法，其特征是所述S2中文本化描述的信息頭的元數據名稱由帶有數據格式版本的字串符生成。

3.根據權利要求2所述的基于文本的結構化數據描述方法，其特征是所述S4將原結構化數據表的索引信息檢查、輸出的具體步驟如下：

S401檢查原結構化數據表的索引信息；

S411存在單個索引信息，則輸出索引信息為字符串；

S412存在多個索引信息。則依次輸出；

S402輸出索引結束標識。

4.根據權利要求3所述的基于文本的結構化數據描述方法，其特征是所述S6從結構化數據的首行按照S5順序依次讀取字段的數值并轉換為字串符形式的具體步驟如下：

S601定位到結構化數據的首行，按照S5中的字段順序讀取數值；

S611將字符串類型且包含引號的數值按照S3步驟進行轉譯；

S612將包含換行符的數值進行轉譯；

S613將二進制類型的數值用MIME編碼轉譯；

S614將時間類型的數值用MM/DD/YYYY/HH/mm/SS/sss格式進行編碼轉譯；

S602當前行用回車換行符結束。

5.一種基于文本的結構化數據描述系統，其特征是所述的系統具體包括組合模塊、文件頭處理模塊、結構處理模塊、索引處理模塊、標題處理模塊、本行處理模塊和行切換模塊：

組合模塊：將字段元數據信息組合成一個字段列表；

文件頭處理模塊：生成文本化描述的信息頭；

結構處理模塊：將字段列表中的每一個字段的定義用一行固定格式的文本進行轉義描述；

索引處理模塊：將原結構化數據表的索引信息檢查、輸出；

標題處理模塊：將字段列表中的字段信息以字段名稱形式輸出；

本行處理模塊：從結構化數據的首行利用標題處理模塊順序依次讀取字段的數值并轉換為字串符形式；

行切換模塊：轉到結構化數據的下一行，作為當前行重復本行處理模塊操作。

6.根據權利要求5所述的基于文本的結構化數據描述系統，其特征是所述文件頭處理模塊生成的信息頭的數據名稱由帶有數據格式版本的字串符組成。

7.根據權利要求6所述的基于文本的結構化數據描述系統，其特征是所述索引處理模塊還能夠對不同數量的索引信息進行處理，索引處理模塊包括檢查模塊、單信息處理模塊、多信息處理模塊和結束模塊：

檢查模塊：檢查原結構化數據表的索引信息；

單信息處理模塊：存在單個索引信息，則輸出索引信息為字符串；

多信息處理模塊：存在多個索引信息。則依次輸出；

結束模塊：輸出索引結束標識。

8.根據權利要求7所述的基于文本的結構化數據描述系統，其特征是所述本行處理模塊還能對不同類型的數值進行轉譯，本行處理模塊包括讀取模塊、第一轉移模塊、第二轉譯模塊、第三轉譯模塊、第四轉譯模塊和換行模塊：

讀取模塊：定位到結構化數據的首行，利用標題處理模塊中的字段順序讀取數值；

第一轉譯模塊：將字符串類型且包含引號的數值按照結構處理模塊操作進行轉譯；

第二轉譯模塊：將包含換行符的數值進行轉譯；

第三轉譯模塊：將二進制類型的數值用MIME編碼轉譯；

第四轉譯模塊：將時間類型的數值用MM/DD/YYYY/HH/mm/SS/sss格式進行編碼轉譯；

換行模塊：當前行用回車換行符結束。