[發明專利]數據文件的智能解析方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011517840.7
• 申請日: 2020-12-21
• 公開（公告）號: CN112395251A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 高飛鶴
• 申請（專利權）人: 深圳賽安特技術服務有限公司
• 主分類號: G06F16/11
• 分類號: G06F16/11;G06F16/16
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種數據文件的智能解析方法，其特征在于，所述方法包括：

將用戶上傳的數據文件進行文件格式解析，得到所述數據文件的文件格式；

根據所述文件格式對所述數據文件進行初始解析，得到原始數據集；

根據預設的規則確定法對所述原始數據集進行內容解析，得到標準數據集；

將所述標準數據集以數據表的形式顯示給用戶進行確認。

2.如權利要求1所述的數據文件的智能解析方法，其特征在于，所述將用戶上傳的數據文件進行文件格式解析，得到所述數據文件的文件格式，包括：

接收用戶上傳的數據文件；

獲取所述數據文件的完整名稱；

對所述完整名稱進行截取，得到所述數據文件對應的后綴名；

將所述后綴名與預設的文件格式庫進行對比，得到所述數據文件的文件格式。

3.如權利要求1所述的數據文件的智能解析方法，其特征在于，所述根據所述文件格式對所述數據文件進行初始解析，得到原始數據集，包括：

根據所述數據文件的文件格式，選擇對應的文件解析器；

將所述數據文件與所述文件解析器進行匹配，判斷所述文件解析器是否適用所述數據文件；

若所述文件解析器不適用所述數據文件，重新選擇文件解析器；

若所述文件解析器適用所述數據文件，通過所述文件解析器提取所述數據文件中所有的數據內容，得到原始數據集。

4.如權利要求3所述的數據文件的智能解析方法，其特征在于，所述將所述數據文件與所述文件解析器進行匹配，判斷所述文件解析器是否適用所述數據文件，包括：

利用所述文件解析器對所述數據文件進行字典校驗；

若校驗通過，則判定所述文件解析器適用所述數據文件；

若校驗失敗，則判定所述文件解析器不適用所述數據文件，并提示匹配不到對應的文件解析器，重新選擇文件解析器。

5.如權利要求1所述的數據文件的智能解析方法，其特征在于，所述根據預設的規則確定法對所述原始數據集進行內容解析，得到標準數據集，包括：

依次選擇文件編碼解析規則下的編碼格式對所述原始數據集進行解析，如果解析結果中未出現亂碼，則將當前解析結果作為第一數據集，并將當前選擇的編碼格式確定為所述數據文件的編碼格式；

依次選擇行分隔符解析規則下的行分隔符對所述第一數據集進行解析，如果解析結果中數據行排列整齊，則將當前解析結果作為第二數據集，并將當前選擇的行分隔符確定為所述數據文件的行分隔符；

依次選擇列分隔符解析規則下的列分隔符對所述第二數據集進行解析，如果解析結果中數據行列整齊，則將當前解析結果作為第三數據集，并將當前選擇的列分隔符確定為所述數據文件的列分隔符；

按照字段類型解析規則對所述第三數據集進行解析，確定所述數據文件的字段類型，得到標準數據集。

6.如權利要求5所述的數據文件的智能解析方法，其特征在于，所述按照字段類型解析規則對所述第三數據集進行解析，包括：

在所述第三數據集中選擇一個字段；

若所述字段中包含字符，則將所述字段劃歸為文本類型；

若所述字段全部為數字，則將所述字段劃歸為數值類型；

若所述字段不能劃歸為文本類型或者數值類型，則將所述字段劃歸為日期類型；

選擇下一個字段，直至將所述第三數據集中的每一個字段都劃分到文本類型、數值類型、或日期類型中的其中一種。

7.如權利要求1至6中任意一項所述的數據文件的智能解析方法，其特征在于，所述將所述標準數據集以數據表的形式顯示給用戶進行確認之后，該方法還包括：

將所述文件解析規則顯示給用戶；

接收用戶修改后的新文件解析規則；

利用所述新文件解析規則對所述數據文件進行內容解析，得到更新后的標準數據集。