[发明专利]一种服务接口原语定义方法和系统

说明书

本申请提供了一种服务接口原语定义方法和系统。通过该方法，首先根据待提取数据的Web页面的特征，按照模板原语编写数据提取模板。接着对数据提取模板进行词法分析，获得词法单元。再根据词法单元，对数据提取模板进行语法分析，获得抽象语法树；然后根据抽象语法树，生成数据提取模板的以中间形式表示的XML文件；最后根据模板原语对XML文件进行语义检查，完成数据提取模板的定义。通过该方法，可以解决在提取动态Web页面的数据时Web页面相互之间差异较大而导致的数据提取转换困难的问题，有效降低了模板编写的难度，提升了模板的适用性，为动态Web页面的数据的提取开放提供了技术支持，提升了动态Web页面的数据的提取开放的效率。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种服务接口原语定义方法和系统。

背景技术

在大数据时代，应用中存在大量有价值的数据，而提取不同应用中的数据并进行集成分析往往能产生更大的价值，应用之间数据开放和互联互通的需求越来越强。其中，Web应用由于其无需安装、访问便捷等原因已成为最主流的应用模式之一。目前已有一些方法对Web应用中的数据进行提取并开放，但随着Web应用的结构越来越复杂且多样化，现有的方法已经很难高效且普适性地适用于众多Web应用。

例如，针对动态Web页面，现有的API(Application Programming Interface，应用程序接口)生成方法无法适用，必须要用户人工辅助来进行数据提取。在相关技术中，可以通过模板提取动态Web页面中的数据，而不同的动态Web页面结构差异较大，如果为每一动态Web页面编写适用模板，工作量较大，且编写的模板仅限于当前适用的Web页面，通用性较差。而随着数据开放的需求越来越高，API开发的需求量和及时性要求也在提高，无法处理动态页面这一问题严重拖累了API数据开放的效率。

发明内容

本申请实施例提供了一种服务接口原语定义方法和系统，可以解决在提取动态Web页面的数据时Web页面相互之间差异较大而导致的数据提取转换困难的问题，进而提高API数据开放的效率。

本申请实施例第一方面提供了一种服务接口原语定义方法，包括：

根据待提取数据的Web页面的特征，按照模板原语编写数据提取模板；

对所述数据提取模板进行词法分析，获得词法单元；

根据所述词法单元，对所述数据提取模板进行语法分析，获得抽象语法树；

根据所述抽象语法树，生成所述数据提取模板的以中间形式表示的XML文件；

根据所述模板原语对所述XML文件进行语义检查，完成所述数据提取模板的定义。

本申请实施例第二方面提供了一种服务接口原语定义系统，包括：

编写模块，用于根据待提取数据的Web页面的特征，按照模板原语编写数据提取模板；

第一获得模块，用于对所述数据提取模板进行词法分析，获得词法单元；

第二获得模块，用于根据所述词法单元，对所述数据提取模板进行语法分析，获得抽象语法树；

生成模块，用于根据所述抽象语法树，生成所述数据提取模板的以中间形式表示的XML文件；

检查模块，用于根据所述模板原语对所述XML文件进行语义检查，完成所述数据提取模板的定义。