数据处理方法、装置、服务器及存储介质制造方法及图纸

本申请适用于人工智能技术领域，提供了一种数据处理方法、装置、服务器及存储介质，该方法包括：接收用户配置的至少一个操作指令，其中，操作指令包括操作标识及操作标识所指示的操作涉及的字段标识；从各操作指令中解析得到字段标识，存入字段标识集；响应于接收到目标报文，根据字段标识集，对目标报文进行部分报文解析，得到解析数据，以及将解析数据存入目标数据集；针对各操作指令，从目标数据集中、提取相应操作指令中的字段标识所指示的解析数据，以及根据所提取的解析数据执行相应操作指令中的操作标识所指示的操作。本申请只对目标报文进行一次解析即可，比及针对每个操作指令对目标报文解析一次，可以极大地提高数据处理效率。效率。效率。

【技术实现步骤摘要】
数据处理方法、装置、服务器及存储介质


[0001]本申请涉及人工智能
，尤其涉及一种数据处理方法、装置、服务器及存储介质。

技术介绍

[0002]可扩展标记语言(Extensible Markup Language，XML)，是一种用于标记电子文件使其具有结构性的标记，它可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言，被广泛应用于不同应用软件间的数据交换等诸多场景。
[0003]开源的规则引擎，如DROOLS，通常是基于一系列的操作指令或规则对数据进行处理。相关技术中，规则引擎对报文，如XML报文内容进行解析时，通常需要在不同的操作指令或规则下对原始报文进行重复解析，以分别获取与各操作指令或规则对应的报文数据，规则引擎中的操作指令或规则的数目越多，则对原始报文进行重复解析的次数越多，导致数据处理效率较低。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种数据处理方法、装置、服务器及存储介质，以解决相关技术中，规则引擎中的操作指令或规则的数目越多，则对原始报文进行重复解析的次数越多，导致数据处理效率较低的问题。
[0005]本申请实施例的第一方面提供了一种数据处理方法，包括：
[0006]接收用户配置的至少一个操作指令，其中，操作指令包括操作标识及操作标识所指示的操作涉及的字段标识；
[0007]从各操作指令中解析得到字段标识，存入字段标识集；
[0008]响应于接收到目标报文，根据字段标识集，对目标报文进行部分报文解析，得到解析数据，以及将解析数据存入目标数据集；
[0009]针对各操作指令，从目标数据集中、提取相应操作指令中的字段标识所指示的解析数据，以及根据所提取的解析数据执行相应操作指令中的操作标识所指示的操作。
[0010]进一步地，根据字段标识集，对目标报文进行部分报文解析，得到解析数据，包括：
[0011]若目标报文为可扩展标记语言报文，则针对字段标识集中的各字段标识，从目标报文中提取与相应字段标识适配的数据，得到针对相应字段标识的解析数据。
[0012]进一步地，目标数据集的数目有多个，且各目标数据集的数据结构包括以下任一项：数组，链表，队列，堆栈，集合。
[0013]进一步地，将解析数据存入目标数据集，包括：
[0014]确定字段标识集中的各字段标识对应的字段类型；
[0015]根据各字段标识对应的字段类型，确定各字段标识分别对应的数据结构；
[0016]将针对各字段标识的解析数据，分别存入具有对应数据结构的目标数据集。
[0017]进一步地，将解析数据存入目标数据集，包括：
[0018]在得到针对目标字段标识的解析数据时，从所得到的解析数据中继续提取与目标字段值相符的解析数据，记作目标解析数据，将所有目标解析数据存入同一目标数据集。
[0019]进一步地，在接收用户配置的至少一个操作指令之前，方法还包括：
[0020]响应于检测到格式选取操作，将格式选取操作所选取的指令输入格式，确定为目标输入格式；
[0021]其中，目标输入格式包括：表达式格式、函数格式。
[0022]进一步地，接收用户配置的至少一个操作指令，包括：
[0023]获取用户输入的至少一个操作指令，根据各操作指令所包括的字符，确定相应操作指令是否与目标输入格式相适配；
[0024]若各操作指令与目标输入格式相适配，则接收至少一个操作指令。
[0025]本申请实施例的第二方面提供了一种数据处理装置，包括：
[0026]指令接收单元，用于接收用户配置的至少一个操作指令，其中，操作指令包括操作标识及操作标识所指示的操作涉及的字段标识；
[0027]标识存储单元，用于从各操作指令中解析得到字段标识，存入字段标识集；
[0028]报文解析单元，用于响应于接收到目标报文，根据字段标识集，对目标报文进行部分报文解析，得到解析数据，以及将解析数据存入目标数据集；
[0029]操作执行单元，用于针对各操作指令，从目标数据集中、提取相应操作指令中的字段标识所指示的解析数据，以及根据所提取的解析数据执行相应操作指令中的操作标识所指示的操作。
[0030]本申请实施例的第三方面提供了一种服务器，包括存储器、处理器以及存储在存储器中并可在服务器上运行的计算机程序，处理器执行计算机程序时实现第一方面提供的数据处理方法的各步骤。
[0031]本申请实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现第一方面提供的数据处理方法的各步骤。
[0032]实施本申请实施例提供的一种数据处理方法、装置、服务器及存储介质具有以下有益效果：基于所有操作指令对应的字段标识对目标报文进行一次部分报文解析，以得到针对所有操作指令的解析数据。在得到针对所有操作指令的解析数据后，可以针对各操作指令，直接从所存储的解析数据中提取与操作指令对应的解析数据进行操作。本申请只对目标报文进行一次解析即可，比及针对每个操作指令对目标报文解析一次，可以极大地提高数据处理效率。
附图说明
[0033]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0034]图1是本申请实施例提供的一种数据处理方法的实现流程图；
[0035]图2是本申请实施例提供的一种XML报文的示意图；
[0036]图3是本申请实施例提供的一种将解析数据存入目标数据集的实现流程图；
[0037]图4是本申请实施例提供的另一种数据处理方法的实现流程图；
[0038]图5是本申请实施例提供的一种数据处理装置的结构框图；
[0039]图6是本申请实施例提供的一种服务器的结构框图。
具体实施方式
[0040]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0041]本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0042]人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0043]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：接收用户配置的至少一个操作指令，其中，所述操作指令包括操作标识及操作标识所指示的操作涉及的字段标识；从各操作指令中解析得到字段标识，存入字段标识集；响应于接收到目标报文，根据所述字段标识集，对所述目标报文进行部分报文解析，得到解析数据，以及将所述解析数据存入目标数据集；针对各操作指令，从所述目标数据集中、提取相应操作指令中的字段标识所指示的解析数据，以及根据所提取的解析数据执行相应操作指令中的操作标识所指示的操作。2.根据权利要求1所述的数据处理方法，其特征在于，所述根据所述字段标识集，对所述目标报文进行部分报文解析，得到解析数据，包括：若所述目标报文为可扩展标记语言报文，则针对所述字段标识集中的各字段标识，从所述目标报文中提取与相应字段标识适配的数据，得到针对所述相应字段标识的解析数据。3.根据权利要求1所述的数据处理方法，其特征在于，所述目标数据集的数目有多个，且各目标数据集的数据结构包括以下任一项：数组，链表，队列，堆栈，集合。4.根据权利要求3所述的数据处理方法，其特征在于，所述将所述解析数据存入目标数据集，包括：确定所述字段标识集中的各字段标识对应的字段类型；根据各字段标识对应的字段类型，确定各字段标识分别对应的数据结构；将针对各字段标识的解析数据，分别存入具有对应数据结构的目标数据集。5.根据权利要求3所述的数据处理方法，其特征在于，所述将所述解析数据存入目标数据集，包括：在得到针对目标字段标识的解析数据时，从所得到的解析数据中继续提取与目标字段值相符的解析数据，记作目标解析数据，将所有目标解析数据存入同一目标数据集。6.根据权利要求1<...

【专利技术属性】
技术研发人员：曹智辉，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：