[发明专利]结构化数据生成方法及装置

权利要求书

1.一种结构化数据生成方法，其特征在于，包括：

获取待解析电子文档的文本模式；

从所述待解析电子文档的文本模式中提取符合设定匹配规则的数据；

将提取的数据生成结构化数据。

2.如权利要求1所述的方法，其特征在于，还包括：

接收用户提供的统一资源定位符URL地址；

获取所述URL地址对应的原始电子文档；

从所述原始电子文档中选取待解析电子文档。

3.如权利要求2所述的方法，其特征在于，从所述原始电子文档中选取待解析电子文档，具体包括：

确定与所述原始电子文档的后缀文件名对应的验证工具，得到所述原始电子文档的验证工具；

使用所述原始电子文档的验证工具验证所述原始电子文档；

获取通过验证的原始电子文档，得到待解析电子文档。

4.如权利要求3所述的方法，其特征在于，还包括：

在所述待解析电子文档中添加第一设定标识。

5.如权利要求1所述的方法，其特征在于，获取待解析电子文档的文本模式，具体包括：

确定与所述待解析电子文档的后缀文件名对应的提取工具，得到所述待解析电子文档的提取工具；

使用所述待解析电子文档的提取工具提取所述待解析电子文档中的文字部分；

获取所述待解析电子文档中的文字部分，得到所述待解析电子文档的文本模式。

6.如权利要求1所述的方法，其特征在于，从所述待解析电子文档的文本模式中提取符合设定匹配规则的数据，具体包括：

将所述待解析电子文档的文本模式逐词匹配所述设定匹配规则；

获取所述待解析电子文档的文本模式中与所述设定匹配规则匹配的词，得到符合所述 设定匹配规则的数据。

7.如权利要求1-6任一所述的方法，其特征在于，还包括：

在完成与所述设定匹配规则匹配的待解析电子文档中添加第二设定标识。

8.如权利要求1-6任一所述的方法，其特征在于，将提取的数据生成结构化数据，具体包括：

以表格的形式在页面中展示提取的数据。

9.一种结构化数据生成装置，其特征在于，包括：

第一获取模块，用于获取待解析电子文档的文本模式；

提取模块，用于从所述待解析电子文档的文本模式中提取符合设定匹配规则的数据；

生成模块，用于将提取的数据生成结构化数据。

10.如权利要求9所述的装置，其特征在于，还包括：

接收模块，用于接收用户提供的统一资源定位符URL地址；

第二获取模块，用于获取所述URL地址对应的原始电子文档；

选取模块，用于从所述原始电子文档中选取待解析电子文档。

11.如权利要求10所述的装置，其特征在于，所述选取模块，用于从所述原始电子文档中选取待解析电子文档，具体用于：

确定与所述原始电子文档的后缀文件名对应的验证工具，得到所述原始电子文档的验证工具；

使用所述原始电子文档的验证工具验证所述原始电子文档；

获取通过验证的原始电子文档，得到待解析电子文档。

12.如权利要求11所述的装置，其特征在于，还包括：

第一添加模块，用于在所述待解析电子文档中添加第一设定标识。

13.如权利要求9所述的装置，其特征在于，所述第一获取模块，用于获取待解析电子文档的文本模式，具体用于：

确定与所述待解析电子文档的后缀文件名对应的提取工具，得到所述待解析电子文档的提取工具；

使用所述待解析电子文档的提取工具提取所述待解析电子文档中的文字部分；

获取所述待解析电子文档中的文字部分，得到所述待解析电子文档的文本模式。

14.如权利要求9所述的装置，其特征在于，所述提取模块，用于从所述待解析电子文档的文本模式中提取符合设定匹配规则的数据，具体用于：

将所述待解析电子文档的文本模式逐词匹配所述设定匹配规则；

获取所述待解析电子文档的文本模式中与所述设定匹配规则匹配的词，得到符合所述设定匹配规则的数据。