[发明专利]一种文本数据二次结构化的方法及装置

摘要

本发明公开了一种文本数据二次结构化的方法及装置，用以解决现有技术中二次结构化的效率和准确性较低的问题。该方法XML解析器采用预设的各正则表达式对XML数据中每个节点中的数据进行匹配，并根据预设的规则，对匹配出的数据所在的节点中的数据进行二次结构化。通过上述方法，可直接根据预设的各正则表达式识别XML数据中需要进行二次结构化的节点，从而无需人工识别，因此可有效提高二次结构化的效率，并且由于无需人工识别需要进行二次结构化的节点，因此可避免引入人为主观错误，从而也可有效提高二次结构化的准确性。

主权项

一种文本数据二次结构化的方法，其特征在于，包括：可扩展标记语言XML解析器采用预设的各正则表达式对XML数据中每个节点中的数据进行匹配；并将匹配出的数据所在的节点确定为待处理节点，所述待处理节点为需要进行二次结构化的节点；以及根据预设的规则对所述待处理节点中的数据进行二次结构化；根据匹配出所述待处理节点中数据的正则表达式，以及预设的与匹配出所述待处理节点中数据的正则表达式相对应的拆分规则，对所述待处理节点中的数据进行拆分，得到各子数据；根据得到的子数据的数量，创建相应数量的节点；在所述待处理节点下，创建相应数量的、以所述待处理节点为父节点的节点；以在创建的一个节点中添加一个子数据的方式，将拆分得到的各子数据添加到创建的各节点中。