[发明专利]基于模板的文件解析方法、装置、电子设备及存储介质

权利要求书

1.一种基于模板的文件解析方法，其特征在于，包括：

获取待解析文件、各个市场主体服务模板以及各个市场主体服务模板解析引擎；其中，各个市场主体服务模板解析引擎是通过插件式开发得到；

接收解析指令；

响应所述解析指令，分别从各个市场主体服务模板和各个市场主体服务模板解析引擎中匹配所述待解析文件对应的目标服务模板和目标解析引擎；

加载所述目标解析引擎对应的定制化配置；

根据所述目标服务模板、目标解析引擎以及所述定制化配置对所述待解析文件进行解析，生成并存储目标文档至数据库。

2.根据权利要求1所述的基于模板的文件解析方法，其特征在于，在所述获取待解析文件、各个市场主体服务模板以及各个市场主体服务模板解析引擎的步骤之前，还包括：

获取初始模板的表头字段；其中，所述初始模板的表头字段包括根据业务需求进行相应操作得到表头字段，所述操作包括修改操作、新增操作以及删除操作；

根据所述业务需求，确定所述初始模板对应的业务类型；

根据所述业务类型和已选定表头字段的所述初始模板，创建市场主体服务模板；

根据所述市场主体服务模板，定义所述市场主体服务模板对应的市场主体服务解析引擎。

3.根据权利要求1所述的基于模板的文件解析方法，其特征在于，所述获取待解析文件、各个市场主体服务模板以及各个市场主体服务模板解析引擎的步骤，包括：

接收上传的源文件；

确定所述源文件的文件格式；

根据预设的文件过滤条件和所述源文件的文件格式对所述源文件进行过滤，得到待解析文件。

4.根据权利要求1所述的基于模板的文件解析方法，其特征在于，所述获取待解析文件、各个市场主体服务模板以及各个市场主体服务模板解析引擎的步骤，包括：

接收上传的源文件；

确定所述源文件的文件格式；

若所述源文件的文件格式均不满足所述预设的文件过滤条件，则对所述源文件进行识别筛选，得到内容为表格的待识别文件；

对所述待识别文件进行表格图像识别，得到所述待识别文件中的电子表格；

对所述待识别文件进行文字识别，得到所述待识别文件中的字符和所述字符的坐标；

根据所述字符的坐标将所述待识别文件中的字符填充至所述电子表格，得到待解析文件。

5.根据权利要求1所述的基于模板的文件解析方法，其特征在于，所述响应所述解析指令，分别从各个市场主体服务模板和各个市场主体服务模板解析引擎中匹配所述待解析文件对应的目标服务模板和目标解析引擎的步骤，包括：

响应所述解析指令，获取所述待解析文件的业务类型；

根据所述待解析文件的业务类型，分别从各个市场主体服务模板和各个市场主体服务模板解析引擎中匹配确定对应的目标服务模板和目标解析引擎。

6.根据权利要求1所述的基于模板的文件解析方法，其特征在于，所述根据所述目标服务模板、目标解析引擎以及所述定制化配置对所述待解析文件进行解析，生成并存储目标文档至数据库的步骤，包括：

解析所述定制化配置，得到解析结果；

在所述解析结果表征需要对所述待解析文件的头部标题进行解析时，加载数据库中预设的标题解析模板；

根据所述预设的标题解析模板解析所述待解析文件的头部标题，得到目标标题；

根据所述目标服务模板和所述目标解析引擎对所述待解析文件的文件内容进行逐行解析，得到目标内容；

根据所述目标标题以及所述目标内容，生成并存储目标文档至所述数据库。

7.根据权利要求6所述的基于模板的文件解析方法，其特征在于，所述根据所述目标标题以及所述目标内容，生成并存储目标文档至所述数据库的步骤，包括：

获取文档定制化操作和预设的数据清洗条件；

根据所述预设的数据清洗条件对所述目标标题和所述目标内容进行异步清洗，得到清洗后的数据信息；

根据所述清洗后的数据信息和所述文档定制化操作，生成目标文档；

存储所述目标文档至所述数据库。