[发明专利]一种基于逻辑树的表格拆分与数据提取方法

摘要

本发明提供一种基于逻辑树的表格拆分与数据提取方法，通构建表格逻辑树方式对表格进行按逻辑行和逻辑列的拆分，并通过对应到逻辑树的位置进行编码。通过逻辑树的表格拆分方式，实现了灵活地对表格进行搜索查询、拆分和数据提取，便于在政务数据表格处理的过程中，将不同部门的表格汇总到上级部门，同时也可以快速为下级部门提取所需的数据信息，实现了表格的智能关联。

主权项

1.一种基于逻辑树的表格拆分与数据提取方法，其特征在于，包括以下步骤：表格读取、逻辑划分、表格拆分、逻辑树建立、数据提取，更进一步的包括：表格读取：支持多种格式的表格数据文件的读取，并将表格文件中的数据转化成当前处理操作所需的统一格式；逻辑划分：通过对表格的格式读取后进行逻辑结构的划分，包括逻辑行和逻辑列的划分；表格拆分：对于任意表格T，对于表格T内的任意矩形区域TS，且TS≠T，当TS_宽＝T_宽时，则表TS为表格T的水平拆分子表，当TS_高＝T_高时，则表TS为表格T的垂直拆分子表，对于任意的逻辑行或逻辑列C，当C与表TS的交集为空或为C本身时，则成TS为表格T的逻辑拆分子表；逻辑树建立：逻辑树分为水平逻辑树和垂直逻辑树，根据逻辑划分和表格拆分中形成的表格逻辑关系，针对表格T建立的逻辑树，其中逻辑树的叶子节点为表格T的逻辑行或逻辑列，通过按行或按列的方式进行拆分，其中按行进行拆分时，叶子节点高度相等，左右相邻，按列进行拆分时，叶子节点宽度相等、上下相邻；数据提取：数据提取建立在对逻辑树格式的数据查询的基础上完成，其中先根据水平和垂直逻辑树进行搜索查询，根据关键词匹配，建立行和列的标题集，然后根据标题集定位数据的位置。