[发明专利]一种结构化文本的比较方法和装置

说明书

本发明公开了一种结构化文本的比较方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：分别获取第一结构化文本和第二结构化文本的键值对，判断键值对的键值的数据类型；如果键值的数据类型为对象，则将归属于第一结构化文本的键值作为第一对象存储到第一对象列表，将归属于第二结构化文本的键值作为第二对象存储到第二对象列表；分别计算第一对象列表中至少一个第一对象与第二对象列表中至少一个第二对象的匹配度，以根据匹配度，为至少一个第一对象分别确定第一目标匹配组合；将第一目标匹配组合中第一对象所包括的键值对与第二对象所包括的键值对进行比较，得到对象比较结果。该方法能够准确评估两份结构化文本的匹配情况。

技术领域

本发明涉及计算机领域，尤其涉及一种结构化文本的比较方法和装置。

背景技术

结构化文本一般由键名(Key)和键值(Value)组成，能够表达结构化信息(即Key-Value对组成的信息)，这种文本既易于人阅读和编写，也易于机器的生成和解析。典型的结构化文本是JSON(JavaScript Object Notation，JS对象简谱)格式文本和XML(ExtensibleMarkup Language，可扩展标记语言)格式文本。其中，JSON是一种轻量级的数据交换格式，其键值对的键值包含的数据类型有：数字、字符串、布尔类型、对象、数组、空。

在保险、银行业的很多场合中，经常需要比较两份结构化文本内容的一致性，例如各种单据、票据的双录工作中，需要比较录入的两份文本内容，以校验录入结果。现有技术中在比较两份结构化文本时，通常以Key为索引，查找到对应的Value后进行对比。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

对于对象和数组来说，由于两份结构化文本中的元素顺序和元素个数可能不同，使用传统的数组顺序比较方法，会存在错序比较，以及找到的匹配组合并非最佳匹配组合的问题。

发明内容

有鉴于此，本发明实施例提供一种结构化文本的比较方法和装置，对于第一结构化文本的每个对象，分别计算其与第二结构化文本的每个对象之间的匹配度，根据匹配度确定第一目标匹配组合，进而将第一目标匹配组合中的两个对象进行进一步比较，使得本申请在对象元素存在错序、个数不同时，也能够快速地进行最优化模糊比较，准确评估两份结构化文本是否匹配以及匹配程度。

为实现上述目的，根据本发明实施例的一个方面，提供了一种结构化文本的比较方法。

本发明实施例的一种结构化文本的比较方法，包括：分别获取第一结构化文本和第二结构化文本的键值对，判断所述键值对的键值的数据类型；如果所述键值的数据类型为对象，则将归属于所述第一结构化文本的键值作为第一对象存储到第一对象列表，将归属于所述第二结构化文本的键值作为第二对象存储到第二对象列表；分别计算所述第一对象列表中至少一个所述第一对象与所述第二对象列表中至少一个所述第二对象的匹配度，以根据所述匹配度，为至少一个所述第一对象分别确定第一目标匹配组合；将所述第一目标匹配组合中所述第一对象所包括的键值对与所述第二对象所包括的键值对依次进行比较，得到对象比较结果。

可选地，所述第一对象和所述第二对象的匹配度为：所述第一对象所包括的至少一个键值对与所述第二对象所包括的至少一个键值对之间的匹配分值之和；所述第一对象的当前键值对与所述第二对象所包括的至少一个的键值对之间的匹配分值的计算方式如下：以所述当前键值对的键名为索引，在所述第二对象中进行查询；如果所述第二对象中不存在与所述键名相同的键名，或者所述第二对象中存在与所述键名相同的键名，但对应的两个键值的数据类型不同，则所述匹配分值为第一标识；如果所述第二对象中存在与所述键名相同的键名，且对应的两个键值的数据类型相同，则所述两个键值相等时，所述匹配分值为第二标识；所述两个键值不相等时，根据所述数据类型确定所述匹配分值。