(19)中华人民共和国国家知识产权局
(12)发明专利说明书
(10)申请公布号 CN 107577460 A
(43)申请公布日 2018.01.12
(21)申请号 CN201710757615.2
(22)申请日 2017.08.29
正则匹配快代理(71)申请人 苏州优圣美智能系统有限公司
    地址 215000 江苏省苏州市高新区科技城科创路18号综合楼2号楼6层
(72)发明人 耐尔 屈朝晖
(74)专利代理机构 北京远大卓悦知识产权代理事务所(普通合伙)
    代理人 韩飞
(51)Int.CI
     
                                                                  权利要求说明书 说明书 幅图
(54)发明名称
      一种从非结构化数据提取结构化数据的方法
(57)摘要
      本发明公开一种从非结构化数据提取结构化数据的方法，其包括以下步骤：建立模式库，其包括基于正则表达式编写获得的若干个模式；基于图像化操作，建立一个空的解析器；获取待解析数据中的一部分作为样本数据，了解解析需求；根据解析需求，调用至少一个模式，依次编辑分类规则和解析规则以对样本数据分类和解析，并将分类规则和解析规则存储至解析器；显示解析规则解析的样本数据的字段值名；在实际环境中部署所述解析器。本发明提供的从非结构化数据提取结构化数据的方法，解析操作基于图形化界面，操作灵活，无需面对编程文件，利于开发、更新与维护。
法律状态
法律状态公告日
法律状态信息
法律状态
2021-11-26
发明专利申请公布后的驳回
发明专利申请公布后的驳回
2018-02-06
实质审查的生效
实质审查的生效
2018-01-12
公开
公开
权 利 要 求 说 明 书
1.一种从非结构化数据提取结构化数据的方法,其特征在于,其包括以下步骤:
建立模式库,其包括基于正则表达式编写获得的若干个模式;
基于图像化操作,建立一个空的解析器;
获取待解析数据中的一部分作为样本数据,了解解析需求;
根据所述解析需求,调用至少一个所述模式,依次编辑分类规则和解析规则以对样本数据分类和解析,所述分类规则和所述解析规则存储至所述解析器;
显示所述解析规则解析的样本数据的字段值名;
在GUI上将解析器部署至实际使用环境,解析结果输出到数据分析的下一步骤。
2.如权利要求1所述的从非结构化数据提取结构化数据的方法,其特征在于,建立所述解析器,包括以下步骤:
建立主解析树;
在所述主解析树树根上以树节点方式并列添加至少一个解析节点并自动生成一个与所述解析节点并列的其他节点;
在所述解析节点上启动对数据分类的分类单元以及对分类后数据解析的解析单元;在所述其他节点启动所述解析单元;
在每个所述分类单元中,基于至少一种正向规则和/或反向规则,调用至少一个所述模式编辑形成所述分类规则,符合任一解析节点上分类单元分类规则的数据分配至该节点;若不符合,分配至所述其他节点;
在所述解析单元中,调用至少一个所述模式编辑形成所述解析规则以对分类后的数据进行解析。
3.如权利要求2所述的从非结构化数据提取结构化数据的方法,其特征在于,建立所述解析器,还包括步骤:
以树节点方式,添加与所述主解析树并列的至少一个子解析树;
在每个所述子解析树上以与所述主解析树相同方式添加所述解析节点、所述分类单元、所述解析单元以及自动生成一个其他节点;
依次启动所述分类单元、所述解析单元,以对数据进行分类和解析。
4.如权利要求2或3所述的从非结构化数据提取结构化数据的方法,其特征在于,添加所述解析节点,还包括以下步骤:
在所述解析节点上,以树节点方式并列添加至少一个解析子节点,在所述解析子节点启动所述分类单元以分类;
所述解析节点的解析单元移至对应添加的每个所述解析子节点以解析;
其中,添加所述解析子节点时,自动生成一个与所述解析子节点并列的其他节点;
所述解析子节点的解析单元移至相对应的最后一级所述子节点以解析。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。