公开(公告)号：CN117933196A

公开(公告)日：2024-04-26

申请号：CN202410118665.6

申请日：2024-01-29

申请人： 浙江金汇数字技术有限公司

发明人： 林斌 ,  傅潇杭 ,  徐高清 ,  陈良辅 ,  陈启钰 ,  丁凯 ,  钱小虎 ,  董跃 ,  徐亦萍

IPC分类号： G06F40/154 ,  G06F40/14 ,  G06F40/103 ,  G06F40/186 ,  G06F40/258 ,  G06F16/84

摘要： 本发明公开了一种WORD转数据库字段的通用方法，包括如下步骤：步骤一，使用Aspose技术将WORD格式的文件转为HTML格式；步骤二，识别步骤一转为的HTML格式文件所标记的标题和内容，并对标题做层级区分；步骤三，基于步骤二所区分的层级解析文件得到以下字段：序号、目录层级、内容带标签、内容不带标签；步骤四，从上倒下循环将步骤三分析得到的字段再次解析分类，按文档的写作格式分类；步骤五，基于步骤四解析分类的内容建立存储数据库字段模板库；步骤六，根据步骤五建立的模板库解析WORD内容并存入数据库。本发明的WORD转数据库字段的通用方法，通过步骤一至步骤六的设置，便可有效的实现转换WORD格式的文件解析后存入数据库内。