[发明专利]文本数据处理方法、装置、电子设备和介质

说明书

本公开提供了一种文本数据处理方法，包括：加载文本数据；根据文本数据的处理需求，配置结构化查询语言字段；基于Python语法规则，对结构化查询语言字段进行修改，得到执行语句；以及运行执行语句，输出文本数据的处理结果。此外，本公开还提供了一种文本数据处理装置、一种电子设备、一种计算机可读存储介质和一种计算机程序产品。本公开提供的方法和装置可用于计算机领域、金融领域或其他领域。

技术领域

本公开涉及计算机领域、金融领域，更具体地，涉及一种文本数据处理方法、一种文本数据处理装置、一种电子设备、一种计算机可读存储介质和一种计算机程序产品。

背景技术

在不同应用系统进行批处理业务时，通常采取文本方式进行交互。在文本交互过程中，存在着对文本数据进行删减、排序或统计等操作的需求，而为了满足这些需求，往往需要将文本数据导入数据库进行二次处理；同时，在文本较大的情况下，文本数据的处理流程较为繁琐，对业务的时效性造成了影响。

在实现本公开的过程中发现，现有的文本处理方法在处理文本数据的筛选、统计、排序等需求时速度较慢，不能满足业务系统的时效性需求，且现有的文本处理方法需要使用特定的工具进行处理，学习成本较高。

发明内容

有鉴于此，本公开提供了一种文本数据处理方法、一种文本数据处理装置、一种电子设备、一种计算机可读存储介质和一种计算机程序产品。

本公开的一个方面提供了一种文本数据处理方法，包括：加载文本数据；根据文本数据的处理需求，配置结构化查询语言字段；基于Python语法规则，对上述结构化查询语言字段进行修改，得到执行语句；以及运行上述执行语句，输出上述文本数据的处理结果。

根据本公开的实施例，上述结构化查询语言字段的结构包括功能字段和数组索引；上述根据文本数据的处理需求，配置结构化查询语言字段包括：根据上述文本数据的处理需求中的功能需求，确定上述结构化查询语言字段的功能字段；以及根据上述文本数据的处理需求中的目标数据，确定上述结构化查询语言字段的数组索引。

根据本公开的实施例，上述基于Python语法规则，对上述结构化查询语言字段进行修改，得到执行语句包括：根据Python的数组索引规则，修改上述结构化查询语言字段的数组索引；根据Python的函数名命名规则，修改上述结构化查询语言字段的功能字段的名称；以及对修改后的结构化查询语言字段进行解析，得到上述执行语句。

根据本公开的实施例，上述结构化查询语言字段的类型包括：筛选字段、条件字段、统计字段、排序字段和去重字段；上述对上述结构化查询语言字段进行修改，得到执行语句包括以下的一种或多种：通过修改上述筛选字段获取第一筛选语句，通过修改上述条件字段获取第一条件语句；通过修改上述统计字段获取第二筛选语句和统计语句，通过修改上述条件字段获取第二条件语句；通过修改上述排序字段获取第三筛选语句和排序语句，通过修改上述条件字段获取第三条件语句，通过修改上述去重字段获取去重语句。

根据本公开的实施例，上述运行上述执行语句，输出上述文本数据的处理结果包括：基于上述执行语句中的筛选语句和条件语句，获取上述文本数据中的待处理文本；在上述执行语句包括上述统计语句的情况下，运行上述统计语句，输出上述待处理文本的统计结果；以及在上述执行语句包括上述排序语句的情况下，运行上述排序语句，输出上述待处理文本的排序结果。

根据本公开的实施例，上述基于上述执行语句中的筛选语句和条件语句，获取上述文本数据中的待处理文本包括：从上述文本数据的首行开始逐行读取上述文本数据；对于每一行上述文本数据，运行上述条件语句；在上述条件语句输出为真的情况下，将该行上述文本数据加入Python字典中；在完成对上述文本数据的逐行读取后，加载上述Python字典中的行数据；以及运行上述筛选语句，从上述Python字典中的行数据中获取上述待处理文本。