[发明专利]Word信息批量抓取方法、装置及服务器

权利要求书

1.一种Word信息批量抓取方法，其特征在于，所述Word信息批量抓取方法适用于化合物信息归纳场景，所述方法包括：

根据化合物的待抓取信息定义数据库的字段，所述化合物的待抓取信息来源于统计化合物的Word文件；

根据所述数据库的字段定义临时数据表单，所述临时数据表单的每行对应一份Word文件中抓取到的化合物相关信息，所述临时数据表单的表头为所述数据库的字段；

根据关联信息将各Word文件中抓取到的化合物相关信息存储至所述临时数据表单中，所述关联信息用于表示所述Word文件的抓取路径；

将所述临时数据表单中的化合物相关信息导入至所述数据库中。

2.根据权利要求1所述的方法，其特征在于，所述根据关联信息将各Word文件中抓取到的化合物相关信息存储至所述临时数据表单中，包括：

根据各字段在所述Word文件中的抓取路径建立所述化合物的待抓取信息与对应字段之间的关联关系；

根据所述关联关系指示的抓取路径从所述Word文件中抓取所述各字段对应的化合物相关信息；

将所述化合物相关信息存储至所述临时数据表单中。

3.根据权利要求2所述的方法，其特征在于，所述根据各字段在所述Word文件中的抓取路径建立所述化合物的待抓取信息与对应字段之间的关联关系之前，所述方法还包括：

对历史Word文件的化合物信息抓取进行采集，获取各字段在所述历史Word文件中的抓取位置；

根据各字段在所述历史Word文件中的抓取位置，归纳出各字段在所述Word文件中的抓取路径。

4.根据权利要求1至3任一所述的方法，其特征在于，所述将所述临时数据表单中的化合物相关信息导入至所述数据库中之前，所述方法还包括：

根据所述各字段在所述Word文件中的上下文内容和位置关系，得到所述各字段的抓取规则；

所述根据关联信息将各Word文件中抓取到的化合物相关信息存储至所述临时数据表单中，包括：

根据所述关联关系从所述Word文件中抓取各字段对应的初始化合物相关信息；

根据所述抓取规则从所述化合物相关信息筛选出各字段最终对应的化合物相关信息；

将各字段最终对应的化合物相关信息存储至所述临时数据表单中。

5.根据权利要求4所述的方法，其特征在于，所述抓取规则表现为判断条件和正则表达式。

6.一种Word信息批量抓取装置，其特征在于，所述Word信息批量抓取装置适用于化合物信息归纳场景，所述装置包括：

字段定义模块，用于根据化合物的待抓取信息定义数据库的字段，所述化合物的待抓取信息来源于统计化合物的Word文件；

表单定义模块，用于根据所述数据库的字段定义临时数据表单，所述临时数据表单的每行对应一份Word文件中抓取到的化合物相关信息，所述临时数据表单的表头为所述数据库的字段；

信息抓取模块，用于根据关联信息将各Word文件中抓取到的化合物相关信息存储至所述临时数据表单中，所述关联信息用于表示所述Word文件的抓取路径；

信息导入模块，用于将所述临时数据表单中的化合物相关信息导入至所述数据库中。

7.一种服务器，其特征在于，所述服务器包括处理器和存储器；所述存储器存储有至少一条指令，所述至少一条指令用于被所述处理器执行以实现如权利要求1至5任一所述的Word信息批量抓取方法。

8.一种计算机可读存储介质，其特征在于，所述存储介质存储有至少一条指令，所述至少一条指令用于被处理器执行以实现如权利要求1至5任一所述的Word信息批量抓取方法。