[发明专利]Word信息批量抓取方法、装置及服务器

说明书

本发明公开了一种Word信息批量抓取方法、装置及服务器，属于大数据处理领域。该方法适用于化合物信息归纳场景，该方法中，根据化合物的待抓取信息定义数据库的字段，并根据数据库的字段定义临时数据表单，进一步根据关联信息将各Word文件中抓取到的化合物相关信息存储至临时数据表单中，最终将临时数据表单中的化合物相关信息导入至数据库中；与相关技术中化合物信息人工逐页录入的方式相比，极大的提高了信息导入表单效率，解决了实际工作场景的需求。

技术领域

本发明涉及大数据处理领域，特别涉及一种Word信息批量抓取方法、装置及服务器。

背景技术

在大数据时代，各个行业都面临着对大规模数据集处理的问题，其中，数据表单常用于对各类信息进行归纳整理。

在利用数据表单对信息进行归纳处理过程中，常见的对某一数据库进行信息归纳。然而，对于复杂文件下的数据库无法实现精准的信息获取，如文件中存在多个相似表格等，无法更精确地找到目标信息。在该情况下，需要后期人工逐页查询并手工录入信息，当文件数量较大时，效率较低且正确率无法保证。

由此，在各工作场景中，尤其是文件数据较多的情况下，急需对相关技术中的信息获取方式进行改进，以达到实施的预期效果，本申请主要针对Word文件中信息导入表单的场景进行信息获取方法的改进。

发明内容

本发明提供了一种Word信息批量抓取方法、装置及服务器，用于解决相关技术中Word文件批量信息抓取时存在的效率低问题。所述技术方案如下：

一方面，提供了一种Word信息批量抓取方法，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。

另一方面，提供了一种Word信息批量抓取装置，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。

另一方面，提供了一种服务器，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上述方面所述的Word信息批量抓取方法。

另一方面，提供了一种计算机可读存储介质，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上述方面所述的Word信息批量抓取方法。

另一方面，还提供了一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述方面所述的Word信息批量抓取方法。

本发明带来的有益效果：