[发明专利]一种面向电子表格的形式化校验规则的描述方法

说明书

一种面向电子表格的形式化校验规则的描述方法，属于电子表格技术领域，解决了现有的方法无法处理通用的电子表格中的数据，且不能够更加灵活的兼容各种电子表格的版面样式的问题。所述描述方法包括：所述电子表格的表单包括基础项、复合项和列表项；所述基础项使用标签simple‑item来描述；所述simple‑item包括子标签value‑ref；所述子标签value‑ref不与子标签value同时使用；所述子标签value‑ref建立电子表格内数据的交叉引用；所述复合项使用标签complex‑item来描述；所述列表项使用标签list‑item来描述。

技术领域

本发明涉及电子表格技术领域，具体涉及一种面向电子表格的形式化校验规则的描述方法。

背景技术

电子表格可以被用来制作板面较为复杂的电子表单，在诸多领域中都有广泛的应用。例如：实验原始数据表单，行政公文中用于采集信息的表单，以及一些专用工业软件中数据的导出表单等。电子表格内的数据可以通过人工、半自动或全自动的方法，实现信息提取和处理。

但是由于表格的生成来源不同，表格的格式一致性以及数据合法性都会存在一定的问题。这些问题会影响表格数据提取和处理的成功率。因此在处理电子表格数据前，应首先对电子表格进行自动化地形式化校验，可以提高后期对于表格数据抽取和处理的成功率。

据目前所知，对于电子表单的校验目前有一些成熟的商业化方案，但是这些方案仅能处理版面固定的电子表格，对于非固定版面表格的校验能力有限。在很多信息系统中，可以直接进行表单的填写、校验和处理。但是这些表单都是在专用的封闭系统中进行校验和处理的：可处理的表单格式都是预定义的，校验方法也是固化在程序中的。无法处理通用的电子表格中的数据。此外，还有一些研究对于某些特定的电子表格，能够进行自动化的校验，但是不具备泛化能力。

因此，现有的方法存在的缺陷为：

1)无法处理通用的电子表格中的数据；

2)不能够更加灵活的兼容各种电子表格的版面样式。

现有技术，专利文献CN110347999A公开了“一种表格数据校验的方法和装置”，通过获取表格数据；基于所述表格数据，创建模型对象，所述模型对象包括与所述表格数据对应的属性名称；为所述模型对象中的属性名称添加注解，当表格数据变动后，只需要增删模型对象中各个属性名称上的注解，根据所述注解确定对应的校验规则；根据所述模型对象中属性名称的注解对应的校验规则，校验所述表格数据。无需修改表格数据导入导出的核心代码逻辑，降低了表格数据校验开发中的工作量，节省了开发成本，进而方便了表格数据的导入导出。专利文献CN114510912A公开了“基于分布式系统对电子表格进行分类的方法和系统及介质”，接收分布式系统上各个用户端所发送的电子表格；将任务列表中的各个电子表格进行过滤处理；解析过滤处理后的电子表格的表达结构；将样本数据集中的每一个样本数据转换成所对应的样本结构；对所述电子表格的表达结构和样本数据集所形成的样本结构集进行相似度匹配；基于第一样本结构解析出所述电子表格在样本结构集中所对应的样本数据；将各个电子表格中的每一电子表格分发到所对应样本数据所关联的电子表格分类库。本发明实施例可以对无效电子表格进行去冗余处理，以及针对电子表格内容进行快速有效的分类，对不同终端所提交的电子表格进行有效管理。

综上所述，现有的方法无法处理通用的电子表格中的数据，且不能够更加灵活的兼容各种电子表格的版面样式。

发明内容

本发明解决了现有的方法无法处理通用的电子表格中的数据，且不能够更加灵活的兼容各种电子表格的版面样式的问题。

本发明所述的一种面向电子表格的形式化校验规则的描述方法，所述描述方法包括：

所述电子表格的表单包括基础项、复合项和列表项；

所述基础项使用标签simple-item来描述；