[发明专利]一种提取表格信息的方法、装置及介质

权利要求书

1.一种表格信息提取方法，其特征在于，包括：

设置关键词和与所述关键词对应的筛选规则；

针对N个表格文件中的每个表格文件，执行以下操作：解析表格文件获得解析结果，所述解析结果包括标题信息和表格坐标信息，根据所述关键词在所述标题信息中搜索所述关键词对应的标题项，根据所述表格坐标信息确定所述标题项对应的单元格数据集合，在所述单元格数据集合中查询符合所述筛选规则的单元格数据子集；

其中N为大于零的整数；

所述方法还包括：设置合并规则；根据所述合并规则将获得的所有单元格数据子集合并至同一表格并保存；

其中，所述合并规则包括：在每个单元格数据子集中所有单元格数据均属于第一标题轴中同一标题项时，确定所述N个表格文件的名称中的变量项，确定变量项在N个表格文件的名称中对应的词组，将N个词组分别作为合并表格的第一标题轴中的N个标题项，将每个单元格数据子集设置于相应的标题项下的单元格中，根据每个单元格数据在表格文件中对应的第二标题轴中的标题项相应的设置合并表格的第二标题轴中的标题项。

2.如权利要求1所述的表格信息提取方法，其特征在于，

所述筛选规则包括M个筛选条件和筛选条件执行顺序；

所述在所述单元格数据集合中查询符合所述筛选规则的单元格数据子集包括：在所述单元格数据集合中按所述筛选条件执行顺序查询符合所述M个筛选条件的单元格数据子集，其中，M为大于零的整数。

3.如权利要求1所述的表格信息提取方法，其特征在于，

所述方法还包括：存储不同表格软件类型的表格解析算法；

所述解析表格文件包括：确定所述表格文件的表格软件类型，查找与所述表格软件类型对应的表格解析算法，使用所述表格解析算法对所述表格文件进行解析。

4.如权利要求1所述的表格信息提取方法，其特征在于，

所述解析结果还包括表格文件的名称；

所述合并规则还包括：

N个单元格数据子集中至少一单元格数据子集的所有单元格数据归属于第一标题轴中的多个标题项时，确定所述N个表格文件的名称中的变量项，确定变量项在N个表格文件的名称中对应的词组，对于每个单元格数据子集，将相应词组与第一标题轴中每个归属标题项分别组合后设置为合并表格中第一标题轴中的多个标题项，将每个单元格数据子集复制至相应的标题项下，根据每个单元格数据在表格文件中对应的第二标题轴中的标题项相应的设置合并表格的第二标题轴中的标题项。

5.一种表格信息提取装置，其特征在于，包括第一设置模块和处理模块：

所述第一设置模块，用于设置关键词和与所述关键词对应的筛选规则；

所述处理模块包括：

解析模块，用于解析表格文件获得解析结果，所述解析结果包括标题信息和表格坐标信息；

搜索模块，用于根据所述关键词在所述标题信息中搜索所述关键词对应的标题项；

确定模块，用于根据所述表格坐标信息确定所述标题项对应的单元格数据集合；

查询模块，用于在所述单元格数据集合中查询符合所述筛选规则的单元格数据子集；

还包括：

第二设置模块，用于设置合并规则；

合并模块，用于根据所述合并规则将获得的所有单元格数据子集合并至同一表格并保存；其中所述合并规则包括：在每个单元格数据子集中所有单元格数据均属于第一标题轴中同一标题项时，确定N个表格文件的名称中的变量项，确定变量项在N个表格文件的名称中对应的词组，将N个词组分别作为合并表格的第一标题轴中的N个标题项，将每个单元格数据子集设置于相应的标题项下的单元格中，根据每个单元格数据在表格文件中对应的第二标题轴中的标题项相应的设置合并表格的第二标题轴中的标题项。

6.如权利要求5所述的表格信息提取装置，其特征在于，

所述筛选规则包括M个筛选条件和筛选条件执行顺序；

所述查询模块，用于使用以下方法在所述单元格数据集合中查询符合所述筛选规则的单元格数据子集：在所述单元格数据集合中按所述筛选条件执行顺序查询符合所述M个筛选条件的单元格数据子集，其中，M为大于零的整数。