[发明专利]企业上下游关系的获取方法、终端设备及介质

权利要求书

1.一种企业上下游关系的获取方法，其特征在于，包括：

获取与企业对象关联的待分析文本；所述待分析文本的初始格式为可移植文档pdf格式；

通过预设的文本转换工具，将所述待分析文本的文本格式由所述pdf格式转换为可扩展标记语言xml格式；

根据转换后所述待分析文本所包含的各个xml标签，定位所述待分析文本中所存在的表格，并获取所述表格中各个字段区域的中线值；所述中线值表示所述字段区域的中心位置与页面左边界的距离值，所述字段区域包括表头区域以及表体区域；

基于所述中线值，分别对存在于各个所述表体区域中的企业对象标识进行分组处理，以得到各个所述企业对象标识所匹配的表头字段，所述表头字段包括客户字段以及供应商字段；

根据所述客户字段以及所述供应商字段所分别匹配的所述企业对象标识，确定各个所述企业对象之间的上下游关系；

在所述基于所述中线值，分别对存在于各个所述表体区域中的企业对象标识进行分组处理，以得到各个所述企业对象标识所匹配的表头字段之前，还包括：

对所述待分析文本中的每一页面，定位所述页面所包含的各个文本标签，并读取所述文本标签中的top属性值；

若存在所述top属性值相同的至少两个所述文本标签，则将所述页面中的各个所述top属性值记录于预设的寄存器；

查找所述寄存器中最小的所述top属性值，并读取与该top属性值对应的所述文本标签中的文本数据；

将所述文本数据确定为所述表格中的一个所述表头字段。

2.如权利要求1所述的企业上下游关系的获取方法，其特征在于，所述基于所述中线值，分别对存在于各个所述表体区域中的企业对象标识进行分组处理，以得到各个所述企业对象标识所匹配的表头字段，包括：

分别获取所述表头区域中每一表头字段的第一中线值；

对每一所述企业对象标识所属的所述表体区域，获取该表体区域的第二中线值；

根据所述第一中线值以及所述第二中线值，分别计算该企业对象标识与各个所述表头字段的相对距离；

将所述相对距离最小的所述表头字段输出为与该企业对象标识匹配的表头字段。

3.如权利要求1所述的企业上下游关系的获取方法，其特征在于，所述根据转换后所述待分析文本所包含的各个xml标签，定位所述待分析文本中所存在的表格，并获取所述表格中各个字段区域的中线值，包括：

对所述待分析文本中的每一页面，定位该页面所包含的各个文本标签，并读取所述文本标签中的top属性值；

在该页面中，分别检测出所述top属性值最大以及所述top属性值最小的各个所述文本标签，并将确定出的两个所述文本标签之间的页面区域定位为所述待分析文本中表格所存在的区域。

4.如权利要求3所述的企业上下游关系的获取方法，其特征在于，所述对所述待分析文本中的每一页面，定位所述页面所包含的各个文本标签，并读取所述文本标签中的top属性值，包括：

分别对所述待分析文本中的每一页面进行扫描，以确定出包含预设表格名称的所述页面；

对当前确定出的所述页面，定位其所包含的各个文本标签，并读取所述文本标签中的top属性值；

若当前所述页面中不存在所述top属性值相同的至少两个所述文本标签，则确定出包含所述预设表格名称的下一所述页面，并返回执行所述对当前确定出的所述页面，定位其所包含的各个文本标签，并读取所述文本标签中的top属性值的操作。