一種文檔解析方法與裝置

基本信息

申請?zhí)?/td> CN201510556440.X 申請日 -
公開（公告）號 CN106445910A 公開（公告）日 2017-02-22
申請公布號 CN106445910A 申請公布日 2017-02-22
分類號 G06F17/27(2006.01)I;G06F17/30(2006.01)I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 張海東;莊秋敏 申請（專利權(quán)）人 深圳市一覽網(wǎng)絡(luò)股份有限公司
代理機(jī)構(gòu) 深圳新創(chuàng)友知識產(chǎn)權(quán)代理有限公司 代理人 深圳市一覽網(wǎng)絡(luò)股份有限公司
地址 518000 廣東省深圳市南山區(qū)高新區(qū)高新南七道006號深圳市數(shù)字技術(shù)園B2棟四樓A區(qū)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種文檔解析方法與裝置，該文檔解析方法包括以下步驟：S1、從原始文檔中提取文本內(nèi)容；S2、根據(jù)預(yù)設(shè)的分段識別符對文本內(nèi)容進(jìn)行分段，將分段后的文本內(nèi)容放入原始內(nèi)容堆棧；S3、依次取出原始內(nèi)容堆棧的棧點(diǎn)內(nèi)容，作為當(dāng)前棧點(diǎn)內(nèi)容；若當(dāng)前棧點(diǎn)內(nèi)容滿足某個(gè)匹配項(xiàng)對應(yīng)關(guān)鍵詞的匹配條件，稱當(dāng)前棧點(diǎn)為當(dāng)前匹配棧點(diǎn)，當(dāng)前棧點(diǎn)作為某個(gè)匹配項(xiàng)的匹配起點(diǎn)，當(dāng)前棧點(diǎn)內(nèi)容除去關(guān)鍵詞后的內(nèi)容以及往下遍歷的棧點(diǎn)內(nèi)容作為某個(gè)匹配項(xiàng)的匹配內(nèi)容，直到遇到下一匹配棧點(diǎn)時(shí)，下一匹配棧點(diǎn)的上一棧點(diǎn)作為某個(gè)匹配項(xiàng)的匹配終點(diǎn)。本文檔解析方法能適應(yīng)多種格式文檔的內(nèi)容解析，提高了文檔解析精度，降低人工維護(hù)成本。