[发明专利]数据解析方法、装置、计算机设备和可读存储介质

权利要求书

1.一种数据解析方法，其特征在于，包括：

获取待解析表格图片；

将所述待解析表格图片识别为表格文件，得到初始表格文件；

根据预配置的解析模板解析所述初始表格文件，以得到若干条数据记录；

将所述数据记录写入标准表格文件；以及

将所述标准表格文件与历史记录库进行匹配，以确定新增数据记录或修改数据记录；

根据所述新增数据记录或所述修改数据记录更新所述历史记录库，得到所述待解析表格图片对应的数据记录库。

2.根据权利要求1所述的数据解析方法，其特征在于，所述待解析表格图片包括若干类表格，根据预配置的解析模板解析所述初始表格文件，以得到若干条数据记录的步骤包括：

获取解析模板列表，其中，所述解析模板列表包括所述解析模板所解析的表格的标题；

读取所述初始表格文件中一行内容得到行文本；

判断所述解析模板列表中是否存在与所述行文本匹配的标题；

若不存在，根据当前解析模板将所述行文本解析为一条数据记录，并将解析得到的所述数据记录写入所述标准表格文件；

若存在，将所述匹配的标题对应的解析模板作为所述当前解析模板。

3.根据权利要求2所述的数据解析方法，其特征在于，所述数据记录包括若干字段，所述解析模板包括用于解析每个所述字段的解析规则，根据当前解析模板将所述行文本解析为一条数据记录的步骤包括：

根据解析模板中的解析规则从所述行文本中提取对应的字段内容；

根据从所述行文本中提取到的所有字段内容构建所述数据记录。

4.根据权利要求3所述的数据解析方法，其特征在于，所述数据记录包括第一字段和第二字段，根据当前解析模板将所述行文本解析为一条数据记录的步骤还包括：

当根据所述第一字段对应的解析规则从所述行文本中提取不到字段内容时，根据相邻数据记录中的第一字段的字段内容构建所述数据记录，其中，所述相邻数据记录为根据所述初始表格文件中上一行内容得到的数据记录；

当根据所述第二字段对应的所述解析规则从所述行文本中提取出所述第二字段的字段内容时，对提取出的所述第二字段的字段内容进行校验，并在校验合法时，根据从所述第二字段的字段内容构建所述数据记录。

5.根据权利要求1所述的数据解析方法，其特征在于，将所述标准表格文件与历史记录库进行匹配，以确定新增数据记录或修改数据记录的步骤包括：

将所述标准表格文件中的数据记录与所述历史记录库中的历史记录进行匹配；

当所述数据记录在所述历史记录库中没有匹配到历史记录时，确定所述数据记录为所述新增数据记录；

当所述数据记录在所述历史记录库中匹配到历史记录，且被匹配到的历史记录与所述数据记录唯一匹配时，计算所述数据记录与所述被匹配到的历史记录的第一相似度，当所述第一相似度不超过预设相似度阈值时，确定所述数据记录为对所述被匹配到的历史记录的修改数据记录；以及

当两条或两条以上所述数据记录在所述历史记录库中匹配到同一条历史记录时，计算各条所述数据记录与所述同一条历史记录的相似度并获取最大的第二相似度，当所述第二相似度不超过所述预设相似度阈值时，确定所述第二相似度对应的数据记录为对所述同一条历史记录的修改数据记录。

6.根据权利要求5所述的数据解析方法，其特征在于，所述计算所述数据记录与所述历史记录的相似度的步骤包括：

根据所述数据记录与所述历史记录的价格字段中数值的差值计算第一相似因子，其中，所述差值越小，所述第一相似因子越大；

根据计算所述数据记录与所述历史记录的文本相似度计算第二相似因子，其中，所述文本相似度越高，所述第二相似因子越大；以及

根据所述第一相似因子和所述第二相似因子计算所述相似度。