[发明专利]数据抽取方法、装置及设备、存储介质

权利要求书

1.一种数据抽取方法，其特征在于，包括：

从已配置的表单模板中获取与待处理的表单匹配的目标表单模板，每一表单模板具有对应的数据库表，且表单模板包含对应数据库表中表单头部的至少一个字段的字段信息；

依据所述目标表单模板中的字段信息从所述表单中确定出与所述字段信息对应的数据，得到目标数据；

将所述目标数据抽取至所述目标表单模板对应的数据库表中。

2.如权利要求1所述的数据抽取方法，其特征在于，从已配置的表单模板中获取与待处理的表单匹配的目标表单模板，包括：

遍历所述表单中的每一行单元格：

在所述已配置的表单模板中查找包含的字段信息与该行单元格的内容匹配的表单模板；

若查找到，则确定该行单元格为所述表单的表单头部，并将查找到的表单模板确定为所述目标表单模板。

3.如权利要求2所述的数据抽取方法，其特征在于，所述表单的表单头部的数量为1个；该方法进一步包括：

当确定该行单元格为所述表单的表单头部时，结束对所述表单的遍历。

4.如权利要求2所述的数据抽取方法，其特征在于，该方法进一步包括：

若未查找到，则检查当前对所述表单的遍历次数是否达到最大遍历次数，如果是，则结束对所述表单的遍历，否则继续对所述表单的遍历。

5.如权利要求2所述的数据抽取方法，其特征在于，在所述已配置的表单模板中查找包含的字段信息与该行单元格的内容匹配的表单模板进一步为：

在该行中每个单元格的数据类型为文本类型时，在所述已配置的表单模板中查找包含的字段信息与该行单元格的内容匹配的表单模板。

6.如权利要求2所述的数据抽取方法，其特征在于，

所述字段信息至少包括字段名称；

在所述已配置的表单模板中查找包含的字段信息与该行单元格的内容匹配的表单模板，包括：

针对所述已配置的表单模板中的每一表单模板：

从该行单元格中确定出参考单元格，所述参考单元格的内容与该表单模板中的任一字段名称匹配；

依据所述参考单元格的个数确定该表单模板是否为包含的字段信息与该行单元格的内容匹配的表单模板。

7.如权利要求6所述的数据抽取方法，其特征在于，所述参考单元格的内容与该表单模板中的任一字段名称匹配是指：

所述参考单元格的内容与该表单模板中的任一字段名称相同；

或者，所述参考单元格的内容与该表单模板中的任一字段名称为近义词或同义词，所述近义词或同义词是通过设定的匹配算法确定的。

8.如权利要求6所述的数据抽取方法，其特征在于，

所述表单模板还包括设定匹配度；

依据所述参考单元格的个数确定该表单模板是否为包含的字段信息与该行单元格的内容匹配的表单模板，包括：

计算所述参考单元格的个数与该表单模板中字段信息对应的字段个数之间的比值；

若该比值大于该表单模板中的设定匹配度，则确定该表单模板为包含的字段信息与该行单元格的内容匹配的表单模板。

9.如权利要求2所述的数据抽取方法，其特征在于，

所述字段信息至少包括字段名称；

所述表单模板还包括各字段信息对应的字段顺序、以及至少一个字段信息对应的转换规则，所述字段顺序是依据所述目标表单模板对应的数据库表的表单头部确定的；

依据所述目标表单模板中的字段信息从所述表单中确定出与所述字段信息对应的数据，得到目标数据，包括：

按照所述目标表单模板中的字段顺序对所述表单中各目标单元格所在列进行排序，所述目标单元格属于所述表单的表单头部，且目标单元格的内容与所述目标表单模板中的任一字段名称匹配；

针对所述表单中位于所述表单头部之后的每一行，确定出该行中位于各目标单元格所在列的单元格内容，作为一条目标数据。