[发明专利]一种docx文档业务处理、数据利用系统及方法

权利要求书

1.一种文档业务处理及数据利用系统，其特征在于，包括：文件解析单元、映射规则配置单元、数据录入单元、自动化工具selenlum单元，文件解析单元对上传的docx文档空白模版、解析模版进行解析，对应空白模版在解析模板中增加读取位置示例数据，识别差异化字段、标识映射编码；映射规则配置单元利用映射编码，配置与空白模板中数据待填充地址的映射关系，从解析模板中选中需要利用的字段，并标识唯一编码；数据录入单元通过标识的唯一编码从解析模板的指定地址提取出需要的结构化数据，将带有映射关系的结构化数据传送至selenium单元，Selenium单元利用已配置的数据待填充地址，调用浏览器自动打开数据使用地址，通过配置的映射关系，数据自动录入表单输入框生成电子文档，selenium单元将完成的电子文档上传至对应路径。

2.根据权利要求1所述的系统，其特征在于，数据录入单元利用在线编辑，自动唤起本地word文档编辑单元，将文档空白模版中需要填写的数据录入并保存刷新，将数据传回文件解析单元，对完成文件进行解析，根据配置的映射关系填写至空白模板的相应位置，以结构化数据形式进行前端存储。

3.根据权利要求1所述的系统，其特征在于，通过自动化配置文件生成脚本对空白模板与对应的填写了任意内容的解析模板进行处理，自动获得配置文件，对配置文件进行效验。

4.根据权利要求3所述的系统，其特征在于，一个配置文件中包含若干行配置信息，每一行配置信息包含：提取位置，提取方式，存储标签三个字段，通过上述三个字段配合配置信息实现对任意word文档的信息提取，提取方式包括：提取位置标示中两文档不同信息的diff模式、提取位置标示中的全部信息的full模式、从位置标示中两个文档中第一个不同的字符开始提取的ldiff模式、提取位置标示中复选框中信息的cbox模式、提取位置标示中当前行及以下整行内容的lines模式。

5.根据权利要求1-4其中之一所述的系统，其特征在于，根据解析文档标识的映射编码、匹配内容的地址标识ID号，根据提取的对象是文字、表格、复选框设置的不同提取方式从解析模板中相应位置提取固定长度或不固定长度的内容存入数组。

6.一种文档业务处理及数据利用方法，其特征在于，包括：文件解析单元对上传的docx文档空白模版、解析模版进行解析，对应空白模版在解析模板中增加读取位置示例数据，识别差异化字段、标识映射编码；映射规则配置单元利用映射编码，配置与空白模板中数据待填充地址的映射关系，从解析模板中选中需要利用的字段，并标识唯一编码；数据录入单元通过标识的唯一编码从解析模板的指定地址提取出需要的结构化数据，将带有映射关系的结构化数据传送至自动化工具selenium单元，Selenium单元利用已配置的数据待填充地址，调用浏览器自动打开数据使用地址，通过配置的映射关系，数据自动录入表单输入框生成电子文档，selenium单元将完成的电子文档上传至对应路径。

7.根据权利要求6所述的方法，其特征在于，数据录入单元利用在线编辑，自动唤起本地word文档编辑单元，将文档空白模版中需要填写的数据录入完成，并保存刷新，将数据传回文件解析单元，对完成文件进行解析，根据配置的映射关系填写至空白模板的相应位置，以结构化数据形式进行前端存储。

8.根据权利要求6所述的方法，其特征在于，遍历空白模板和解析模板之间的段落和表格，对比两个模板文档对应每一段落或者表格的文本内容差异，确定需要填写的内容及其位置，并通过差异内容的前后文关系，确定填写的内容类型，对解析模板和空白模板进行解析得到解析文档，通过解析文档对两文件文档差异内容标识映射编码，然后将映射编码与空白模板中需要填入内容的地址标识ID号进行匹配。

9.根据权利要求6所述的方法，其特征在于，通过自动化配置文件生成脚本对空白模板与对应的填写了任意内容的解析模板表进行处理，自动获得该表的配置文件，对配置文件进行效验。