一种非结构化数据入库方法及装置与流程

本申请涉及数据处理，尤其涉及一种非结构化数据入库方法及装置。

背景技术：

1、随着信息化的发展，各行各业的信息资料从以前的纸质文档变为电子文档，有些电子文档需要作为文件存储于软件系统中，即企业数据库中。而软件系统中存储的数据包括结构化数据和非结构化数据，结构化数据可以为用户提供数据支撑，但是非结构化数据用户只能查阅，不能进行数据分析及使用，用户使用其内容时，则需要先下载或在线打开电子文档，然后通过再查找的方式进行。

2、目前，现有技术对于存在多样化非结构化数据的电子文档以结构化形式存储入库通常采用人工录入的方式实现，这样不仅效率低下还有可能信息录入错误，导致无法为软件系统提供有效的数据支撑。

技术实现思路

1、鉴于上述问题，本申请提供一种非结构化数据入库方法及装置，主要目的是解决非结构化数据入库效率低下和录入错误的问题，以为软件系统提供有效的数据支撑。

2、为解决上述技术问题，本申请提出以下方案：

3、第一方面，本申请提供了一种非结构化数据入库方法，所述方法包括：

4、获取目标文档，所述目标文档用于表征通过内容控件对非结构化数据进行标记的文档；

5、根据所述目标文档中各个所述内容控件的控件类型确定各个所述内容控件对应的指定入库规则；

6、基于各个所述指定入库规则对各个所述内容控件进行处理，以将所述目标文档以结构化形式存储至数据库中。

7、第二方面，本申请提供了一种非结构化数据入库装置，所述装置包括：

8、获取单元，用于获取目标文档，所述目标文档用于表征通过内容控件对非结构化数据进行标记的文档；

9、第一确定单元，用于根据所述获取单元获得的所述目标文档中各个所述内容控件的控件类型确定各个所述内容控件对应的指定入库规则；

10、处理单元，用于基于所述第一确定单元获得的各个所述指定入库规则对各个所述内容控件进行处理，以将所述目标文档以结构化形式存储至数据库中。

11、为了实现上述目的，根据本申请的第三方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述第一方面的非结构化数据入库方法。

12、为了实现上述目的，根据本申请的第四方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述第一方面的非结构化数据入库方法。

13、借由上述技术方案，本申请提供的一种非结构化数据入库方法及装置，是在需要对非结构化数据进行提取入库时，首先获取到需要入库的目标文档，而目标文档是通过内容控件对非结构化数据进行标记的文档，然后根据该目标文档中各个内容控件的控件类型确定各个内容控件对应的指定入库规则，最后使用各个指定入库规则对各个内容控件进行处理，以将目标文档以结构化形式存储至数据库中，使非结构化数据以结构式形式入库。通过本申请提供的技术方案，能够通过内容控件对多样化的非结构数据进行标记替换，并设置不同类型内容控件的入库规则，利用入库规则将内容控件对应的控件内容以结构化形式存储至数据库中，从而实现多样化非结构化数据的快速、准确入库，从而为软件系统提供有效的数据支撑，以便于软件系统进行精确的统计分析、决策。

14、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

技术特征：

1.一种非结构化数据入库方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于各个所述指定入库规则对各个所述内容控件进行处理，包括：

3.根据权利要求1所述的方法，其特征在于，在所述根据所述目标文档中各个所述内容控件的控件类型确定各个所述内容控件对应的指定入库规则之前，所述方法还包括：

4.根据权利要求3所述的方法，其特征在于，在所述基于所述目标文档对各个所述内容控件对应的控件内容进行完整性核验，以获得对应的核验结果之前，包括：

5.根据权利要求4所述的方法，其特征在于，所述基于所述目标文档对各个所述内容控件对应的控件内容进行完整性核验，以获得对应的核验结果，包括：

6.根据权利要求1-5中任一项所述的方法，其特征在于，在所述获取目标文档之后，所述方法还包括：

7.根据权利要求1-5中任一项所述的方法，其特征在于，

8.一种非结构化数据入库装置，其特征在于，所述装置包括：

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行如权利要求1至权利要求7中任意一项所述的非结构化数据入库方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行如权利要求1至权利要求7中任意一项所述的非结构化数据入库方法。

技术总结
本申请公开了一种非结构化数据入库方法及装置，涉及数据处理技术领域，主要目的在于解决非结构化数据入库效率低下和录入错误的问题，以为软件系统提供有效的数据支撑。本申请主要的技术方案为：获取目标文档，所述目标文档用于表征通过内容控件对非结构化数据进行标记的文档；根据所述目标文档中各个所述内容控件的控件类型确定各个所述内容控件对应的指定入库规则；基于各个所述指定入库规则对各个所述内容控件进行处理，以将所述目标文档以结构化形式存储至数据库中。本申请用于非结构化数据的快速、准确入库。

技术研发人员：宋海涛,王钢,马恩彪,张志昌,董国卿,林干,马宁
受保护的技术使用者：北京国基科技股份有限公司
技术研发日：
技术公布日：2024/1/16