一种兼容性好的电子文件元数据采集工具及方法技术

本发明专利技术公开了一种兼容性好的电子文件元数据采集工具及方法，包括原始电子文件、单片机、数据处理中心和元数据库，数据处理中心的内部设置有编码识别器，所述数据处理中心与人工PC端连接，所述数据处理中心的内部设置有数据自动采集器，所述数据自动采集器根据相应的文件读取规则对电子文件中的数据信息进行读取。该兼容性好的电子文件元数据采集工具及方法，利用单片机的数据处理能力对不同格式的文件分类，不同类型的文件进行不同的处理方式，最后以通用的格式进行保存，再传输到元数据库中进行储存，有效的提高了元数据的兼容性，且在元数据库中进行数据整理，有效的提高了元数据的准确性。据的准确性。据的准确性。

【技术实现步骤摘要】
一种兼容性好的电子文件元数据采集工具及方法


[0001]本专利技术涉及数据采集
，具体为一种兼容性好的电子文件元数据采集工具及方法。

技术介绍

[0002]元数据是描述文件背景、内容、结构及其整个管理过程的数据。不同于传统意义上的著录，元数据内涵更丰富，功能更全面，要求更严格，不可能由档案管理人员在文件归档后进行著录，更不可能由形成机构文件管理人员或业务人员手工录入。元数据需要全程规划，需要嵌入系统，需要实时自动采集，需要真实、动态地再现电子文件管理的背景信息及过程信息。实现元数据自动采集，是元数据自身管理的要求，也是形成机构实际业务的需求。
[0003]在数据共享平台中,元数据的准确性会直接影响用户对其所需数据的定位速度，而让用户快速定位到所需数据是数据共享平台最基本的服务要求，因此对元数据的准确性要求较高。传统的元数据提取方法多为自下而上的方法，一般从数据(譬如公布于网上的大量科技文献)所在的网页入手，通过对数据进行语法分析、提取、汇总、统计、挖掘或机器学习，形成最终的元数据。此类方法无法保证最终所提取元数据的准确性，且所获得的元数据格式不能被数据读取器兼容。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供了一种兼容性好的电子文件元数据采集工具及方法，具备兼容性好的优点。
[0005]技术方案
[0006]为实现上述目的，本专利技术提供如下技术方案：一种兼容性好的电子文件元数据采集工具，包括原始电子文件、单片机、数据处理中心和元数据库，所述单片机的输出端与数据处理中心的输入端电性连接，所述数据处理中心的输出端与元数据库的输入端电性连接。
[0007]优选的，所述数据处理中心的内部设置有编码识别器，所述数据处理中心与人工PC端连接，所述数据处理中心的内部设置有数据自动采集器，所述数据自动采集器根据相应的文件读取规则对电子文件中的数据信息进行读取。
[0008]优选的，所述元数据库的内部设置有数据处理器，所述元数据库与管理员的PC端连接，所述元数据库的输出端连接有新数据库。
[0009]优选的，所述新数据库的输出端连接有OA服务器，所述OA服务器并联有EDS加密服务器，所述新数据库通过4G信号与互联网信号连接。
[0010]本专利技术要解决的另一技术问题是提供一种兼容性好的电子文件元数据采集方法，包括以下步骤：
[0011]S1：了解原始电子文件的格式和属性，利用单片机的数据处理能力对不同格式的
文件分为可识别源文件和不可识别源文件两类，单片机将两类文件传输给数据处理中心。
[0012]S2：对于可识别源文件的数据首先获取目标数据的布局结构，之后根据公认确定的文件读取规则对目标数据进行定位读取。
[0013]S3：对于不可识别源文件的文件，根据兼容性分为兼容性较高和较差的两种源文件，对兼容性较高的源文件，需要在人工PC端安装相应的软件或硬件，之后建立相应的数据提取规则对目标数据进行提取，对于兼容性较差的源文件，需要触发人工介入，由工程师编写相应的转换工具进行读取。
[0014]S4：数据处理中心将S2和S3中读取的数据，以通用的格式进行保存，再传输到元数据库中进行储存。
[0015]S5：元数据库中的数据处理器对数据进行整理，首先将梳理分为准确数据、冗余数据和错误数据三种，对于准确数据将直接接输入到新数据库中，对于冗余数据数据处理器对其进行重置标定，然后将冗余数据中有标定的数据筛出，将剩余的数据输入到新数据库中，对于错误数据，则需管理员介入后，确定错误数据中的正确项与错误项，然后由管理员对错误数据进行修改，再输入到新数据库中。
[0016]S6：EDS加密服务器对新数据中的数据进行加密保护，企业中的部门可以从OA服务器对新数据库中的所有数据进行加密下载，新数据库中的所有数据均可在客户端通过互联网进行加密下载。
[0017]有益效果
[0018]与现有技术相比，本专利技术提供了一种兼容性好的电子文件元数据采集工具及方法，具备以下有益效果：
[0019]1、该兼容性好的电子文件元数据采集工具及方法，通过对所有电子文件进行分类处理，对兼容性较高的源文件，需要在人工PC端安装相应的软件或硬件，之后建立相应的数据提取规则对目标数据进行提取，对于兼容性较差的源文件，需要触发人工介入，由工程师编写相应的转换工具进行读取，以通用的格式进行保存，再传输到元数据库中进行储存，提高了所有元数据的兼容性，方便进行读取。
[0020]2、该兼容性好的电子文件元数据采集工具及方法，通过数据处理器对数据进行整理，将梳理分为准确数据、冗余数据和错误数据三种，对于准确数据将直接接输入到新数据库中，对于冗余数据数据处理器对其进行重置标定，然后将冗余数据中有标定的数据筛出，将剩余的数据输入到新数据库中，对于错误数据，则需管理员介入后，确定错误数据中的正确项与错误项，然后由管理员对错误数据进行修改，再输入到新数据库中，有效的提高了所有元数据的准确性。
附图说明
[0021]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例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专利技术的一些实施例，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。
[0022]图1为本专利技术的元数据采集方法流程图；
[0023]图2为本专利技术的提取规则建立流程图；
[0024]图3为本专利技术的元数据库内数据整理流程图；
[0025]图4为本专利技术的数据加密分析流程图。
具体实施方式
[0026]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0027]在本专利技术中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0028]请参阅图1
‑
4，本专利技术提供：一种兼容性好的电子文件元数据采集工具包括原始电子文件、单片机、数据处理中心和元数据库，单片机的输出端与数据处理中心的输入端电性连接，数据处理中心的输出端与元数据库的输入端电性连接，数据处理中心的内部设置有编码识别器，数据处理中心与人工PC端连接，数据处理中心的内部设置有数据自动采集器，数据自动采集器根据相应的文件读取规则对电子文件中的数据信息进行读取，元数据库的内部设置有数据处理器，元数据库与管理员的PC端连接，元数据库的输出端连接有新数据库，新本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种兼容性好的电子文件元数据采集工具，包括原始电子文件、单片机、数据处理中心和元数据库，其特征在于：所述单片机的输出端与数据处理中心的输入端电性连接，所述数据处理中心的输出端与元数据库的输入端电性连接。2.根据权利要求1所述的一种兼容性好的电子文件元数据采集工具，其特征在于：所述数据处理中心的内部设置有编码识别器，所述数据处理中心与人工PC端连接，所述数据处理中心的内部设置有数据自动采集器，所述数据自动采集器根据相应的文件读取规则对电子文件中的数据信息进行读取。3.根据权利要求1所述的一种兼容性好的电子文件元数据采集工具，其特征在于：所述元数据库的内部设置有数据处理器，所述元数据库与管理员的PC端连接，所述元数据库的输出端连接有新数据库。4.根据权利要求1所述的一种兼容性好的电子文件元数据采集工具，其特征在于：所述新数据库的输出端连接有OA服务器，所述OA服务器并联有EDS加密服务器，所述新数据库通过4G信号与互联网信号连接。5.一种兼容性好的电子文件元数据采集方法，其特征在于，包括以下步骤：S1：了解原始电子文件的格式和属性，利用单片机的数据处理能力对不同格式的文件分为可识别源文件和不可识别源文件两类，单片机将两类文件传输给数据处理中心；S2：对于可识别源文件的数据首先获取目标数据的布局结构，之后根据公认确定的文件读取规则对目标数据进行定位读取；S3：对于不可识别源文件的文件，根据兼容性分为兼容性较高和较差的两种源文件，对兼...

【专利技术属性】
技术研发人员：朱伏权，
申请(专利权)人：苏州久知联信息技术有限公司，
类型：发明
国别省市：