[发明专利]用于结构化多字段文件布局的自动化解释

摘要

一种用于解释多字段文件的字段布局的完全自动化的系统，使用由三个子系统的交互构建的丰富的上下文框架，以提供如每个字段的位置和数据类型所定义的对结构化数据文件的上下文的整体视图。每个子系统的作用是(1)确定文件的元数据和不同数据字段的位置；(2)使用易错的oracle(即没有oracle必须能够识别每个记录的类型)，以在若干等级上提供对这些字段的一套解释；以及(3)即使在数据不明确的情况下，也不需要正确解释每个记录就能准确确定每个字段的位置和特定数据类型。该系统可以在分隔和固定宽度的结构文件上运作。

主权项

1.一种用于从包括多个记录的数据文件推断文件布局的方法，每个记录包括多个字段，所述方法步骤包括：a.在推理引擎中接收数据文件；b.对数据文件执行初步分析，其中初步分析包括确定数据文件是字段分隔文件还是固定宽度字段文件的步骤；c.如果确定数据文件是字段分隔文件，则对数据文件执行分隔分析；d.如果确定数据文件是固定宽度字段文件，则对数据文件执行固定宽度分析；e.将列类型标识应用于数据文件，其中将列类型标识应用于字段文件的步骤包括以下步骤：将至少一个基本oracle、至少一个常规oracle和至少一个元oracle应用于数据文件；以及f.输出数据文件的最终列类型信息。