數(shù)據(jù)提取方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及通信領(lǐng)域，具體而言，涉及一種數(shù)據(jù)提取方法及裝置。
【背景技術(shù)】
[0002]隨著移動(dòng)通信技術(shù)的發(fā)展，互聯(lián)網(wǎng)信息交流傳遞越來(lái)越便捷。運(yùn)營(yíng)商網(wǎng)絡(luò)的不斷優(yōu)化，速度提升，帶寬升級(jí)，費(fèi)用降低，都是順應(yīng)時(shí)代的潮流。為了更好的推廣產(chǎn)品，提升用戶體驗(yàn)，運(yùn)營(yíng)商迫切需要了解用戶的需求喜好等等。元數(shù)據(jù)提取可以協(xié)助了解用戶常登陸的網(wǎng)站，業(yè)務(wù)應(yīng)用，和服務(wù)器的交互內(nèi)容。運(yùn)營(yíng)商根據(jù)元數(shù)據(jù)提取的結(jié)果就能對(duì)用戶行為和用戶體驗(yàn)做跟蹤分析，統(tǒng)計(jì)熱點(diǎn)網(wǎng)站，用戶上相應(yīng)網(wǎng)站的時(shí)延、流量等信息。能更好地優(yōu)化無(wú)線網(wǎng)絡(luò)，協(xié)助運(yùn)營(yíng)商提升網(wǎng)絡(luò)質(zhì)量，從而使產(chǎn)品獲得更高的價(jià)值。
[0003]簡(jiǎn)單地，用戶通過(guò)互聯(lián)網(wǎng)終端設(shè)備向服務(wù)器請(qǐng)求獲取資源，在接收和解釋請(qǐng)求消息后，服務(wù)器會(huì)返回響應(yīng)消息，問(wèn)題就是如何從海量的報(bào)文內(nèi)容中準(zhǔn)確提取出所需要的數(shù)據(jù)。現(xiàn)有的方法一般都是根據(jù)正則表達(dá)式直接匹配提取，由于在網(wǎng)絡(luò)上傳輸?shù)脑獢?shù)據(jù)信息紛繁復(fù)雜，有時(shí)候無(wú)法找到明文的特征，正則表達(dá)式無(wú)法較好地進(jìn)行配置；有時(shí)候報(bào)文數(shù)據(jù)中有多個(gè)提取目標(biāo)但是提取不全面或者是只需提取一個(gè)卻提取出很多不需要的錯(cuò)誤內(nèi)容。
[0004]針對(duì)相關(guān)技術(shù)中對(duì)目標(biāo)數(shù)據(jù)的提取不準(zhǔn)確的問(wèn)題，目前尚未提出有效的解決方案。

【發(fā)明內(nèi)容】

[0005]本發(fā)明提供了一種數(shù)據(jù)提取方法及裝置，以至少解決相關(guān)技術(shù)中對(duì)目標(biāo)數(shù)據(jù)的提取不準(zhǔn)確的問(wèn)題。
[0006]根據(jù)本發(fā)明的一個(gè)方面，提供了一種數(shù)據(jù)提取方法，包括:依據(jù)數(shù)據(jù)報(bào)文確定提取的目標(biāo)數(shù)據(jù)；根據(jù)預(yù)定的正則表達(dá)式對(duì)所述報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行匹配；在所述報(bào)文數(shù)據(jù)中存在至少兩個(gè)目標(biāo)數(shù)據(jù)的情況下，對(duì)所述至少兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取。
[0007]進(jìn)一步地，根據(jù)預(yù)定的正則表達(dá)式對(duì)所述報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行匹配包括:在所述報(bào)文數(shù)據(jù)中具有字符串特征的情況下，根據(jù)預(yù)定的字符正則表達(dá)式對(duì)所述報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行匹配。
[0008]進(jìn)一步地，根據(jù)預(yù)定的正則表達(dá)式對(duì)所述報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行匹配包括:在所述報(bào)文數(shù)據(jù)中不具有字符特征的情況下，采用預(yù)定函數(shù)解析的方式解析所述報(bào)文數(shù)據(jù)，解碼得到所述目標(biāo)數(shù)據(jù)。
[0009]進(jìn)一步地，對(duì)所述至少兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取包括:在對(duì)不同的所述報(bào)文數(shù)據(jù)中提取所述至少兩個(gè)目標(biāo)數(shù)據(jù)的情況下，通過(guò)預(yù)先配置的用于記錄提取成功的提取次數(shù)和/或用于記錄提取失敗的嘗試提取次數(shù)對(duì)所述目標(biāo)數(shù)據(jù)進(jìn)行提取。
[0010]進(jìn)一步地，對(duì)所述至少兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取包括:在一個(gè)報(bào)文數(shù)據(jù)有兩個(gè)提取目標(biāo)的情況下，對(duì)所述報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行多次匹配后對(duì)兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提?。缓?或，在不同報(bào)文數(shù)據(jù)有兩個(gè)提取目標(biāo)的情況下，采用預(yù)先配置的用于記錄提取成功的提取次數(shù)和/或用于記錄提取失敗的嘗試提取次數(shù)對(duì)兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取。
[0011]進(jìn)一步地，在通過(guò)預(yù)先配置的用于記錄提取成功的提取次數(shù)和/或用于記錄提取失敗的嘗試提取次數(shù)對(duì)所述目標(biāo)數(shù)據(jù)進(jìn)行提取之前，還包括:配置動(dòng)態(tài)設(shè)置接口，其中，所述動(dòng)態(tài)設(shè)置接口用于接收針對(duì)不同提取類型設(shè)置的不同提取次數(shù)和嘗試提取次數(shù)。
[0012]根據(jù)本發(fā)明的另一方面，提供了一種數(shù)據(jù)提取裝置，包括:確定模塊，用于依據(jù)數(shù)據(jù)報(bào)文確定提取的目標(biāo)數(shù)據(jù)；匹配模塊，用于根據(jù)預(yù)定的正則表達(dá)式對(duì)所述報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行匹配；提取模塊，用于在所述報(bào)文數(shù)據(jù)中存在至少兩個(gè)目標(biāo)數(shù)據(jù)的情況下，對(duì)所述至少兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取。
[0013]進(jìn)一步地，所述匹配模塊包括:匹配單元，用于在所述報(bào)文數(shù)據(jù)中具有字符串特征的情況下，根據(jù)預(yù)定的字符正則表達(dá)式對(duì)所述報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行匹配。
[0014]進(jìn)一步地，所述匹配模塊包括:解析單元，用于在所述報(bào)文數(shù)據(jù)中不具有字符特征的情況下，采用預(yù)定函數(shù)解析的方式解析所述報(bào)文數(shù)據(jù)，解碼得到所述目標(biāo)數(shù)據(jù)。
[0015]進(jìn)一步地，所述提取模塊包括:提取單元，用于在對(duì)不同的所述報(bào)文數(shù)據(jù)中提取所述至少兩個(gè)目標(biāo)數(shù)據(jù)的情況下，通過(guò)預(yù)先配置的用于記錄提取成功的提取次數(shù)和/或用于記錄提取失敗的嘗試提取次數(shù)對(duì)所述目標(biāo)數(shù)據(jù)進(jìn)行提取。
[0016]進(jìn)一步地，所述提取模塊包括:第二提取單元，用于在一個(gè)報(bào)文數(shù)據(jù)有兩個(gè)提取目標(biāo)的情況下，對(duì)所述報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行多次匹配后對(duì)兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提?。缓?或，第三提取單元，用于在不同報(bào)文數(shù)據(jù)有兩個(gè)提取目標(biāo)的情況下，采用預(yù)先配置的用于記錄提取成功的提取次數(shù)和/或用于記錄提取失敗的嘗試提取次數(shù)對(duì)兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取。
[0017]進(jìn)一步地，所述裝置還包括:配置單元，用于配置動(dòng)態(tài)設(shè)置接口，其中，所述動(dòng)態(tài)設(shè)置接口用于接收針對(duì)不同提取類型設(shè)置的不同提取次數(shù)和嘗試提取次數(shù)。
[0018]通過(guò)本發(fā)明，采用依據(jù)數(shù)據(jù)報(bào)文確定提取的目標(biāo)數(shù)據(jù)；根據(jù)預(yù)定的正則表達(dá)式對(duì)所述報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行匹配；在所述報(bào)文數(shù)據(jù)中存在至少兩個(gè)目標(biāo)數(shù)據(jù)的情況下，對(duì)所述至少兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取，解決了相關(guān)技術(shù)中對(duì)目標(biāo)數(shù)據(jù)的提取不準(zhǔn)確的問(wèn)題，進(jìn)而能夠準(zhǔn)確提取目標(biāo)數(shù)據(jù)的效果。
【附圖說(shuō)明】
[0019]此處所說(shuō)明的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本發(fā)明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中:
[0020]圖1是根據(jù)本發(fā)明實(shí)施例的數(shù)據(jù)提取方法的流程圖；
[0021]圖2是根據(jù)本發(fā)明實(shí)施例的數(shù)據(jù)提取裝置的框圖；
[0022]圖3是根據(jù)本發(fā)明優(yōu)選實(shí)施例的數(shù)據(jù)提取裝置的框圖一；
[0023]圖4是根據(jù)本發(fā)明優(yōu)選實(shí)施例的數(shù)據(jù)提取裝置的框圖二 ；
[0024]圖5是根據(jù)本發(fā)明優(yōu)選實(shí)施例的數(shù)據(jù)提取裝置的框圖三；
[0025]圖6是根據(jù)本發(fā)明優(yōu)選實(shí)施例的數(shù)據(jù)提取裝置的框圖四；
[0026]圖7是根據(jù)本發(fā)明優(yōu)選實(shí)施例的數(shù)據(jù)提取方法的流程圖一；
[0027]圖8是根據(jù)本發(fā)明優(yōu)選實(shí)施例的數(shù)據(jù)提取方法的流程圖二 ；
[0028]圖9是根據(jù)本發(fā)明優(yōu)選實(shí)施例的數(shù)據(jù)提取方法的流程圖三；
[0029]圖10是根據(jù)本發(fā)明優(yōu)選實(shí)施例的數(shù)據(jù)提取方法的流程圖四；
[0030]圖11是根據(jù)本發(fā)明優(yōu)選實(shí)施例的數(shù)據(jù)提取方法的流程圖五；
[0031]圖12是根據(jù)本發(fā)明優(yōu)選實(shí)施例的數(shù)據(jù)提取方法的流程圖六；
[0032]圖13是根據(jù)本發(fā)明優(yōu)選實(shí)施例的數(shù)據(jù)提取方法的流程圖七。
【具體實(shí)施方式】
[0033]下文中將參考附圖并結(jié)合實(shí)施例來(lái)詳細(xì)說(shuō)明本發(fā)明。需要說(shuō)明的是，在不沖突的情況下，本申請(qǐng)中的實(shí)施例及實(shí)施例中的特征可以相互組合。
[0034]在本實(shí)施例中提供了一種數(shù)據(jù)提取方法，圖1是根據(jù)本發(fā)明實(shí)施例的數(shù)據(jù)提取方法的流程圖，如圖1所示，該流程包括如下步驟:
[0035]步驟S102，依據(jù)數(shù)據(jù)報(bào)文確定提取的目標(biāo)數(shù)據(jù)；
[0036]步驟S104，根據(jù)預(yù)定的正則表達(dá)式對(duì)該報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行匹配；
[0037]步驟S106，在該報(bào)文數(shù)據(jù)中存在至少兩個(gè)目標(biāo)數(shù)據(jù)的情況下，對(duì)該至少兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取。
[0038]通過(guò)上述步驟，依據(jù)數(shù)據(jù)報(bào)文確定提取的目標(biāo)數(shù)據(jù)，根據(jù)預(yù)定的正則表達(dá)式對(duì)該報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行匹配，在該報(bào)文數(shù)據(jù)中存在至少兩個(gè)目標(biāo)數(shù)據(jù)的情況下，對(duì)該至少兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取，解決了相關(guān)技術(shù)中對(duì)目標(biāo)數(shù)據(jù)的提取不準(zhǔn)確的問(wèn)題，進(jìn)而能夠準(zhǔn)確提取目標(biāo)數(shù)據(jù)的效果。
[0039]本實(shí)施例中，根據(jù)預(yù)定的正則表達(dá)式對(duì)該報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行匹配可以包括:在該報(bào)文數(shù)據(jù)中具有字符串特征的情況下，根據(jù)預(yù)定的字符正則表達(dá)式對(duì)該報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行匹配；和/或，在該報(bào)文數(shù)據(jù)中不具有字符特征的情況下，采用預(yù)定函數(shù)解析的方式解析該報(bào)文數(shù)據(jù)，解碼得到該目標(biāo)數(shù)據(jù)。
[0040]在一個(gè)可選的實(shí)施方式中，對(duì)該至少兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取可以包括:在對(duì)不同的該報(bào)文數(shù)據(jù)中提取該至少兩個(gè)目標(biāo)數(shù)據(jù)的情況下，通過(guò)預(yù)先配置的用于記錄提取成功的提取次數(shù)和/或用于記錄提取失敗的嘗試提取次數(shù)對(duì)該目標(biāo)數(shù)據(jù)進(jìn)行提取。
[0041]進(jìn)一步地，對(duì)該至少兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取包括:在一個(gè)報(bào)文數(shù)據(jù)有兩個(gè)提取目標(biāo)的情況下，對(duì)該報(bào)文數(shù)據(jù)中的內(nèi)容進(jìn)行多次匹配后對(duì)兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取；和/或，在不同報(bào)文數(shù)據(jù)有兩個(gè)提取目標(biāo)的情況下，采用預(yù)先配置的用于記錄提取成功的提取次數(shù)和/或用于記錄提取失敗的嘗試提取次數(shù)對(duì)兩個(gè)目標(biāo)數(shù)據(jù)進(jìn)行提取。
[0042]作為一種優(yōu)選的實(shí)施方式，在通過(guò)預(yù)先配置的用于記錄提取成功的提取次數(shù)和/或用于記錄提取失敗的嘗試提取次數(shù)對(duì)該目標(biāo)數(shù)據(jù)進(jìn)行提取之前，配置動(dòng)態(tài)