[发明专利]一种兼容性好的电子文件元数据采集工具及方法

说明书

本发明公开了一种兼容性好的电子文件元数据采集工具及方法，包括原始电子文件、单片机、数据处理中心和元数据库，数据处理中心的内部设置有编码识别器，所述数据处理中心与人工PC端连接，所述数据处理中心的内部设置有数据自动采集器，所述数据自动采集器根据相应的文件读取规则对电子文件中的数据信息进行读取。该兼容性好的电子文件元数据采集工具及方法，利用单片机的数据处理能力对不同格式的文件分类，不同类型的文件进行不同的处理方式，最后以通用的格式进行保存，再传输到元数据库中进行储存，有效的提高了元数据的兼容性，且在元数据库中进行数据整理，有效的提高了元数据的准确性。

技术领域

本发明涉及数据采集技术领域，具体为一种兼容性好的电子文件元数据采集工具及方法。

背景技术

元数据是描述文件背景、内容、结构及其整个管理过程的数据。不同于传统意义上的著录，元数据内涵更丰富，功能更全面，要求更严格，不可能由档案管理人员在文件归档后进行著录，更不可能由形成机构文件管理人员或业务人员手工录入。元数据需要全程规划，需要嵌入系统，需要实时自动采集，需要真实、动态地再现电子文件管理的背景信息及过程信息。实现元数据自动采集，是元数据自身管理的要求，也是形成机构实际业务的需求。

在数据共享平台中,元数据的准确性会直接影响用户对其所需数据的定位速度，而让用户快速定位到所需数据是数据共享平台最基本的服务要求，因此对元数据的准确性要求较高。传统的元数据提取方法多为自下而上的方法，一般从数据(譬如公布于网上的大量科技文献)所在的网页入手，通过对数据进行语法分析、提取、汇总、统计、挖掘或机器学习，形成最终的元数据。此类方法无法保证最终所提取元数据的准确性，且所获得的元数据格式不能被数据读取器兼容。

发明内容

针对现有技术的不足，本发明提供了一种兼容性好的电子文件元数据采集工具及方法，具备兼容性好的优点。

技术方案

为实现上述目的，本发明提供如下技术方案：一种兼容性好的电子文件元数据采集工具，包括原始电子文件、单片机、数据处理中心和元数据库，所述单片机的输出端与数据处理中心的输入端电性连接，所述数据处理中心的输出端与元数据库的输入端电性连接。

优选的，所述数据处理中心的内部设置有编码识别器，所述数据处理中心与人工PC端连接，所述数据处理中心的内部设置有数据自动采集器，所述数据自动采集器根据相应的文件读取规则对电子文件中的数据信息进行读取。

优选的，所述元数据库的内部设置有数据处理器，所述元数据库与管理员的PC端连接，所述元数据库的输出端连接有新数据库。

优选的，所述新数据库的输出端连接有OA服务器，所述OA服务器并联有EDS加密服务器，所述新数据库通过4G信号与互联网信号连接。

本发明要解决的另一技术问题是提供一种兼容性好的电子文件元数据采集方法，包括以下步骤：

S1：了解原始电子文件的格式和属性，利用单片机的数据处理能力对不同格式的文件分为可识别源文件和不可识别源文件两类，单片机将两类文件传输给数据处理中心。

S2：对于可识别源文件的数据首先获取目标数据的布局结构，之后根据公认确定的文件读取规则对目标数据进行定位读取。

S3：对于不可识别源文件的文件，根据兼容性分为兼容性较高和较差的两种源文件，对兼容性较高的源文件，需要在人工PC端安装相应的软件或硬件，之后建立相应的数据提取规则对目标数据进行提取，对于兼容性较差的源文件，需要触发人工介入，由工程师编写相应的转换工具进行读取。

S4：数据处理中心将S2和S3中读取的数据，以通用的格式进行保存，再传输到元数据库中进行储存。