网页表格解析方法、装置、计算机设备和存储介质与流程

技术特征：
1.一种网页表格解析方法，其特征在于，所述方法包括以下步骤：分解网页表格，得到所述网页表格的元素模板；获取预设字段在所述元素模板中的匹配信息，根据所述匹配信息判断所述元素模板对应的所述网页表格的结构；在所述网页表格的结构为横表结构的情况下，根据所述预设字段解析所述网页表格对应的所述元素模板，得到所述网页表格的数据。2.根据权利要求1所述的网页表格解析方法，其特征在于，所述分解网页表格，得到所述网页表格的元素模板，包括：利用第一标签将网页表格中的数据进行分解，得到所述网页表格的规格参数和数据列表；将所述数据列表中的元素依次输入至根据所述规格参数生成的数据模板中，得到所述网页表格的元素模板。3.根据权利要求2所述的网页表格解析方法，其特征在于，所述利用第一标签将网页表格中的数据进行分解，得到所述网页表格的规格参数和数据列表，包括：将所述第一标签作为分解单位，通过所述第一标签对所述网页表格的行和列中的标签进行分解，得到所述数据列表；根据所述数据列表中长度最长的行的长度和长度最长的行中元素的数量得到所述规格参数。4.根据权利要求2所述的网页表格解析方法，其特征在于，所述将所述数据列表中的元素依次输入至根据所述规格参数生成的数据模板中，得到所述网页表格的元素模板，包括：根据所述规格参数生成数据模板；依次遍历所述数据列表中每一行的元素；将所述每一行的元素依次输入至所述数据模板中，得到所述网页表格的元素模板。5.根据权利要求1所述的网页表格解析方法，其特征在于，所述获取预设字段在所述元素模板中的匹配信息，根据所述匹配信息判断所述元素模板对应的所述网页表格的结构，包括：将所述预设字段依次与所述元素模板中每一行中每个元素进行匹配，得到行匹配信息；将所述预设字段依次与所述元素模板中每一列中每个元素进行匹配，得到列匹配信息；当所述行匹配信息大于所述列匹配信息时，确定所述网页表格的结构为横表结构；当所述行匹配信息小于所述列匹配信息时，确定所述网页表格的结构为竖表结构。6.根据权利要求5所述的网页表格解析方法，其特征在于，所述方法还包括：在所述行匹配信息等于所述列匹配信息的情况下，输出所述行匹配信息等于所述列匹配信息的相等信息；第三方根据所述相等信息输出所述相等信息的反馈结果；根据所述反馈结果确定所述网页表格的结构为横表结构或竖表结构。7.根据权利要求1所述的网页表格解析方法，其特征在于，所述方法还包括：在所述网页表格的结构为竖表结构的情况下，将所述竖表结构的所述网页表格转换为
横表结构的所述网页表格；根据所述预设字段解析所述网页表格对应的所述元素模板，得到所述网页表格的数据。8.根据权利要求1或7所述的网页表格解析方法，其特征在于，所述根据所述预设字段解析所述网页表格对应的所述元素模板，得到所述网页表格的数据，包括：将所述横表结构的所述网页表格对应的所述元素模板中的空位通过空字符串进行填充；根据所述预设字段中数据字段匹配填充后的所述元素模板中每一行中网页字段对应的元素，得到数据字段和元素对应关系；将每一行的所述数据字段和元素对应关系进行数据合并，得到每一行对应的网页数据；将每一行对应的网页数据进行组装，得到所述网页表格的数据。9.一种网页表格解析装置，其特征在于，所述装置包括：表格分解模块，用于分解网页表格，得到所述网页表格的元素模板；匹配判断模块，用于获取预设字段在所述元素模板中的匹配信息，根据所述匹配信息判断所述元素模板对应的所述网页表格的结构；表格解析模块，用于根据所述预设字段解析横表结构的所述网页表格对应的所述元素模板，得到所述网页表格的数据。10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。

技术总结
本公开涉及一种网页表格解析方法、装置、计算机设备和存储介质。所述方法包括：分解网页表格，得到所述网页表格的元素模板；获取预设字段在所述元素模板中的匹配信息，根据所述匹配信息判断所述元素模板对应的所述网页表格的结构；当所述网页表格的结构为横表结构时，根据所述预设字段解析横表结构的所述网页表格对应的所述元素模板，得到所述网页表格的数据。采用本方法能够通过预设字段与元素模板进行匹配能够进行自动的判断网页表格结构，且针对横表结构的网页表格进行自动解析，实现横表结构的网页表格数据的自动提取，能够提高工作效率，减少人工操作识别网页表格和解析网页表格时的错误率。表格时的错误率。表格时的错误率。


技术研发人员：叶秀清 龚志球 王杰
受保护的技术使用者：企查查科技有限公司
技术研发日：2021.10.11
技术公布日：2022/1/6