[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

本發明涉及大數據技術，揭露了一種數據文件的智能解析方法，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。本發明還涉及區塊鏈技術，標準數據集可存儲于區塊鏈中。本發明還揭露一種數據文件的智能解析裝置、電子設備及計算機可讀存儲介質。本發明可以實現提高數據文件解析效率的智能解析功能。

技術領域

本發明涉及大數據技術領域，尤其涉及一種數據文件的智能解析方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

隨著大數據的快速發展，很多數據并不是直接存儲在數據庫中，而是先存儲在各種電子文件中，再導入到數據庫中，由于電子文件的格式多種多樣，包括txt、excel、csv等，因此需要將數據文件進行解析，以提取文件中的數據，并將數據導入數據庫。

傳統的數據導入過程包括：上傳文件；選擇文件格式；表頭選擇；列分隔符選擇；行分隔符選擇；編碼方式選擇；字段確認；及建表入庫。這些操作步驟比較冗長，都需要用戶的手動參與，耗時長且效率低下，且容錯率較低，一旦發生錯誤需要全部重新設置，消耗資源。

發明內容

本發明提供一種數據文件的智能解析方法、裝置、電子設備及計算機可讀存儲介質，其主要目的在于提供一種提高解析效率的數據文件智能解析方法。

為實現上述目的，本發明提供的一種數據文件的智能解析方法，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。

可選地，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。

可選地，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。

可選地，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。

可選地，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：