CN113407613A - 文件解析方法、装置、电子设备和计算机可读介质 - Google Patents

Abstract

本公开的实施例公开了文件解析方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取待解析文件集合；对该待解析文件集合中的每个待解析文件进行格式转换，以生成结构化待解析信息，得到结构化待解析信息集合；对该结构化待解析信息集合中的每个结构化待解析信息进行解析，以生成待入库信息组，得到待入库信息组集合；确定该待入库信息组集合中每个待入库信息组对应的入库优先级，得到入库优先级集合；根据该入库优先级集合，将该待入库信息组集合中的待入库信息组存储至目标数据库。从而，实现了对非结构化文件的解析存储，提高了投标文件的处理效率。

Description

文件解析方法、装置、电子设备和计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及文件解析方法、装置、电子设备和计算机可读介质。

背景技术

在工程建设等领域，往往需要对大量的非结构化的文件（例如，投标文件）进行处理。目前，在对投标文件进行操作时，通常采用的方式为：通过人工的方式，对非结构化文件形式的投标文件，进行人工处理。

然而，当采用上述方式时，经常会存在如下技术问题：

第一，现有技术往往是将投标文件直接存储至数据库，由于投标文件往往为非结构化文件，因此，往往需要采用人工的方式对投标文件进行处理，降低了投标文件的处理效率；

第二，招标文件往往是按照随机顺序，存储至数据库中，使得高优先级的招标文件往往不能及时的备份至数据库中，当出现数据丢失时，使得无法从数据库中取出本应备份的高优先级的招标文件，导致整个工程进度受影响。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了文件解析方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种文件解析的方法，该方法包括：获取待解析文件集合；对上述待解析文件集合中的每个待解析文件进行格式转换，以生成结构化待解析信息，得到结构化待解析信息集合；对上述结构化待解析信息集合中的每个结构化待解析信息进行解析，以生成待入库信息组，得到待入库信息组集合；确定上述待入库信息组集合中每个待入库信息组对应的入库优先级，得到入库优先级集合；根据上述入库优先级集合，将上述待入库信息组集合中的待入库信息组存储至目标数据库。

第二方面，本公开的一些实施例提供了一种文件解析装置，装置包括：获取单元，被配置成获取待解析文件集合；格式转换单元，被配置成对上述待解析文件集合中的每个待解析文件进行格式转换，以生成结构化待解析信息，得到结构化待解析信息集合；解析单元，被配置成对上述结构化待解析信息集合中的每个结构化待解析信息进行解析，以生成待入库信息组，得到待入库信息组集合；确定单元，被配置成确定上述待入库信息组集合中每个待入库信息组对应的入库优先级，得到入库优先级集合；存储单元，被配置成根据上述入库优先级集合，将上述待入库信息组集合中的待入库信息组存储至目标数据库。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的文件解析方法提高了投标文件的处理效率。具体来说，造成投标文件的处理效率低的原因在于：现有技术往往是将投标文件直接存储至数据库，由于投标文件为非结构化文件，因此，往往需要采用人工的方式对投标文件进行处理（例如，人工信息抽取），降低了投标文件的处理效率。基于此，本公开的一些实施例的文件解析方法，首先，获取待解析文件集合。由此，可以为后续信息入库以进行信息处理提供数据支持。然后，对上述待解析文件集合中的每个待解析文件进行格式转换，以生成结构化待解析信息，得到结构化待解析信息集合。通过对文件进行解析，从而实现了对非结构化数据到结构化数据的数据转换，方便后续的信息抽取以及存储。进而，对上述结构化待解析信息集合中的每个结构化待解析信息进行解析，以生成待入库信息组，得到待入库信息组集合。由此，可以得到待入库信息组作为对投标文件处理的参考依据。此外，还可以批量的抽取文件中的信息，提高了信息抽取的效率，以及提高了后续的信息利用效率。其次，确定上述待入库信息组集合中每个待入库信息组对应的入库优先级，得到入库优先级集合。实际情况中，不同文件的重要程度不同，因此通过确定每个文件对应的入库优先级，能够保证重要程度较高的文件优先存储。最后，根据上述入库优先级集合，将上述待入库信息组集合中的待入库信息组存储至目标数据库。由此，可以得到投标文件的解析信息，使得后续可以直接对解析信息进行处理。从而，实现了对非结构化文件的解析和存储，相比于人工处理的方式，大大提高了投标文件的处理效率。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是本公开的一些实施例的文件解析方法的一个应用场景示意图；

图2根据本公开的文件解析方法的一些实施例的流程图；

图3是根据本公开的文件解析方法的另一些实施例的流程图；

图4是根据本公开的文件解析装置的一些实施例的结构示意图；

图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是本公开的一些实施例的文件解析方法的一个应用场景的示意图。

在图1的应用场景中，首先，计算设备101可以获取待解析文件集合102。其次，计算设备101可以对待解析文件集合102中的每个待解析文件进行格式转换，以生成结构化待解析信息，得到结构化待解析信息集合103。进而，计算设备101可以对结构化待解析信息集合103中的每个结构化待解析信息进行解析，以生成待入库信息组，得到待入库信息组集合104。然后，计算设备101可以确定上述待入库信息组集合104中每个待入库信息组对应的入库优先级，得到入库优先级集合105。最后，计算设备101可以根据入库优先级集合105，将上述待入库信息组集合中的待入库信息组存储至目标数据库106。

需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。

继续参考图2，示出了根据本公开的文件解析方法的一些实施例的流程200。该文件解析方法，包括以下步骤：

步骤201，获取待解析文件集合。

在一些实施例中，文件解析方法的执行主体（如图1所示的计算设备101）可以通过有线连接或无线连接的方式获取上述待解析文件集合。其中，上述待解析文件集合中的每个待解析文件可以是包含的信息为非结构化信息的文件。上述非结构化信息可以是字符串信息（例如，上述非结构化信息可以是：“文件标识：202101259656475；分标标识：2021010499368260；分包标识：2021010499652094”)。

步骤202，对待解析文件集合中的每个待解析文件进行格式转换，以生成结构化待解析信息，得到结构化待解析信息集合。

在一些实施例中，上述执行主体可以对上述待解析文件集合中的每个待解析文件进行格式转换，以生成结构化待解析信息，得到结构化待解析信息集合。上述执行主体可以首先，可以读取上述待解析文件中的数据。其中，上述执行主体可以通过OCR（Opticalcharacter recognition，光学字符识别）技术读取上述待解析文件中的数据。然后，通过正则表达式对读取的数据进行格式转换，以生成结构化待解析信息。上述结构化待解析信息可以是JSON（JavaScript Object Notation, JS 对象简谱）格式的信息。作为示例，上述结构化待解析信息集合可以是：

[{'文件标识':001,'分标标识':001,'分包标识':001}，

{'文件标识':002,'分标标识':001,'分包标识':001}，

{'文件标识':003,'分标标识':001,'分包标识':002}，

{'文件标识':004,'分标标识':002,'分包标识':001}，

{'文件标识':005,'分标标识':003,'分包标识':001}]。

步骤203，对结构化待解析信息集合中的每个结构化待解析信息进行解析，以生成待入库信息组，得到待入库信息组集合。

在一些实施例中，上述执行主体可以对上述结构化待解析信息集合中的每个结构化待解析信息进行解析，以生成待入库信息组，得到待入库信息组集合。

其中，上述执行主体可以通过以下步骤对上述结构化待解析信息集合中的每个结构化待解析信息进行解析，以生成待入库信息组：

第一步，利用正则表达式对上述结构化待解析信息进行信息分割，以生成键值对组。

第二步，将上述键值对组中的键值对确定为待入库信息。

作为示例，上述结构化待解析信息可以是：{'文件标识':001,'分标标识':001,'分包标识':001}。因此，得到的待入库信息组可以是：[(文件标识，001)，(分标标识，001)，(分包标识，001)]。

步骤204，确定待入库信息组集合中每个待入库信息组对应的入库优先级，得到入库优先级集合。

在一些实施例中，上述执行主体可以确定上述待入库信息组集合中每个待入库信息组对应的入库优先级，得到入库优先级集合。

上述执行主体可以通过以下步骤确定上述待入库信息组对应的入库优先级：

第一步，将上述待入库信息组中的第一个待入库信息确定为第一待入库信息，得到第一待入库信息组。

第二步，将上述第一待入库信息组中的第一待入库信息按照上述第一待入库信息包括的值从大到小的顺序进行排序，以得到第一入库信息序列。

第三步，将上述待入库信息组对应的第一待入库信息在上述第一入库信息序列中的位置确定为入库优先级。

作为示例，上述待入库信息组集合可以是：{[(文件标识：001)，(分标标识：001)，(分包标识：001)]，[(文件标识：002)，(分标标识：001)，(分包标识：001)]，[(文件标识：003)，(分标标识：001)，(分包标识：002)]，[(文件标识：004)，(分标标识：002)，(分包标识：001)]，[(文件标识：005)，(分标标识：003)，(分包标识：001)]}。上述待入库信息组可以是：(文件标识：001，分标标识：001，分包标识：001)。上述待入库信息组的第一待入库信息可以是：(文件标识：001)。上述第一待入库信息包含的键可以是：文件标识。上述第一待入库信息包含的值可以是：001。经过排序得到的第一入库信息序列可以是{(文件标识：005)，(文件标识：004)，(文件标识：003)，(文件标识：002)，(文件标识：001，分标标识：001)}。因此，待入库信息组[(文件标识：001)，(分标标识：001)，(分包标识：001)]的入库优先级可以是5。由此，入库优先级集合可以是{5，4，3，2，1}。

步骤205，根据入库优先级集合，将待入库信息组集合中的待入库信息组存储至目标数据库。

在一些实施例中，上述执行主体可以根据上述入库优先级集合，将上述待入库信息组集合中的待入库信息组存储至目标数据库。例如，上述执行主体可以按照上述入库优先级集合中的各个入库优先级从大到小的顺序，依次将上述待入库信息组集合中的待入库信息组存储至目标服务器。

本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的文件解析方法提高了投标文件的处理效率。具体来说，造成投标文件的处理效率低的原因在于：现有技术往往是将投标文件直接存储至数据库，由于投标文件为非结构化文件，因此，往往需要采用人工的方式对投标文件进行处理（例如，人工信息抽取），降低了投标文件的处理效率。基于此，本公开的一些实施例的文件解析方法，首先，获取待解析文件集合。由此，可以为后续信息入库以进行信息处理提供数据支持。然后，对上述待解析文件集合中的每个待解析文件进行格式转换，以生成结构化待解析信息，得到结构化待解析信息集合。通过对文件进行解析，从而实现了对非结构化数据到结构化数据的数据转换，方便后续的信息抽取以及存储。进而，对上述结构化待解析信息集合中的每个结构化待解析信息进行解析，以生成待入库信息组，得到待入库信息组集合。由此，可以得到待入库信息组作为对投标文件处理的参考依据。此外，还可以批量的抽取文件中的信息，提高了信息抽取的效率，以及提高了后续的信息利用效率。其次，确定上述待入库信息组集合中每个待入库信息组对应的入库优先级，得到入库优先级集合。实际情况中，不同文件的重要程度不同，因此通过确定每个文件对应的入库优先级，能够保证重要程度较高的文件优先存储。最后，根据上述入库优先级集合，将上述待入库信息组集合中的待入库信息组存储至目标数据库。由此，可以得到投标文件的解析信息，使得后续可以直接对解析信息进行处理。从而，实现了对非结构化文件的解析和存储，相比于人工处理的方式，大大提高了投标文件的处理效率。

进一步参考图3，其示出了文件解析方法的另一些实施例的流程300。该文件解析方法的流程300，包括以下步骤：

步骤301，获取待解析文件集合。

步骤302，对待解析文件集合中的每个待解析文件进行格式转换，以生成结构化待解析信息，得到结构化待解析信息集合。

在一些实施例中，步骤301-302的具体实现方式及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-202，在此不再赘述。

步骤303，响应于确定目标文件解析类型组中存在第一文件解析类型，提取结构化待解析信息中的第一类型入库信息作为待入库信息。

在一些实施例中，文件解析方法的执行主体（如图1所示的计算设备101）可以响应于确定目标文件解析类型组中存在第一文件解析类型，提取结构化待解析信息中的第一类型入库信息作为待入库信息。其中，上述结构化待解析信息可以包括：第一类型入库信息、第二类型入库信息、第三类型入库信息和第四类型入库信息。上述第一入库信息可以是但不限于以下至少一种信息：联合牵头方和成员信息。上述联合牵头方可以是联合体投标牵头方（例如，联合体投标牵头方，上海xxxx发展有限公司）。上述成员信息可以是联合体投标牵头方的成员信息。上述成员信息可以是但不限于以下至少一种信息：身份信息（例如，姓名：张三）。上述第二类型入库信息可以是但不限于以下至少一种信息：技术规范投标响应值信息。上述技术规范投标响应值信息可以是投标文件中的技术响应的情况说明信息（例如，响应值描述，“D:\2021010499649784\详见招标文件.docx”）。上述第三类型入库信息可以是投标代理商和投标明细。上述投标代理商可以是投标文件中的投标代理（例如，投标代理商：上海xx（集团）有限公司）。上述投标明细可以是但不限于以下至少一种：不含税总物品价值（例如，不含税总价，5096025）、含税总物品价值（例如，含税总价，5096025）、不含税单位物品价值（例如，不含税单价，5）和含税单位价值（例如，含税总价，5096025）。上述第四类型入库信息可以是但不限于以下至少一种信息：资质业绩凭证单号。上述资质业绩凭证单号可以是资质业绩凭证单的单号（例如，资质业绩凭证单号，80000000000818632021012413591828）。上述目标文件解析类型组中的目标文件解析类型可以是上述结构化待解析信息对应的待解析文件的解析类型。上述文件类型组可以包括以下至少一项：第一文件解析类型（例如，商务类型）、第二文件解析类型（例如，技术类型）、第三文件解析类型（例如，价格类型）和第四文件解析类型（例如，资质类型）。上述执行主体提取上述结构化待解析信息中的第一类型入库信息作为待入库信息包括以下步骤：

第一步，上述执行主体可以通过有线连接或无线连接的方式，获取文件解析类型信息集合。其中，上述文件解析类型信息可以包括文件名称和文件解析类型。上述文件名称可以是上述结构化待解析信息对应的待解析文件的名称（例如：a1b2c3d4.json）。上述文件解析类型可以是上述结构化待解析信息对应的待解析文件的解析类型（例如，商务类型）。

第二步，上述执行主体可以提取上述文件解析类型信息集合中满足提取条件的文件解析类型信息中包括的文件解析类型作为目标文件解析类型组。其中，上述提取条件可以是上述文件解析类型信息包括的文件名称为上述结构化待解析信息对应待解析文件的名称。

第三步，上述执行主体可以响应于确定目标文件解析类型组中存在第一文件解析类型，提取上述结构化待解析信息中的第一类型入库信息作为待入库信息，其中，上述目标文件解析类型组可以为上述结构化待解析信息对应的文件解析类型组。

作为示例，上述目标文件解析类型组可以是：[商务类型，资质类型，价格类型，技术类型]。上述第一文件解析类型可以是：商务类型。上述第一类型入库信息可以是：((联合体投标牵头方，上海xxxx发展有限公司)，(姓名，张三))。那么，待入库信息可以是：((联合体投标牵头方，上海xxxx发展有限公司)，(姓名，张三))。

步骤304，响应于确定目标文件解析类型组中存在第二文件解析类型，提取结构化待解析信息中的第二类型入库信息作为待入库信息。

在一些实施例中，上述执行主体可以响应于确定所述目标文件解析类型组中存在第二文件解析类型，提取结构化待解析信息中的第二类型入库信息作为待入库信息。

作为示例，上述目标文件解析类型组可以是：[价格类型，技术类型]。上述第二文件解析类型可以是：技术类型。上述第二类型入库信息可以是：((响应值描述，“D:\2021010499649784\详见招标文件.docx”))。那么，上述待入库信息可以是：((响应值描述，“D:\2021010499649784\详见招标文件.docx”))。

步骤305，响应于确定目标文件解析类型组中存在第三文件解析类型，提取结构化待解析信息中的第三类型入库信息作为待入库信息。

在一些实施例中，上述执行主体可以响应于确定上述目标文件解析类型组中存在第三文件解析类型，提取结构化待解析信息中的第三类型入库信息作为待入库信息。

作为示例，上述目标文件解析类型组可以是：[价格类型，资质类型]。上述第三文件解析类型可以是：价格类型。上述第三类型入库信息可以是：((投标代理商：上海xx（集团）有限公司)，(不含税总价，5096025)，(含税总价，5096025)，(不含税单价，5)，(含税总价，5096025))。那么，上述待入库信息可以是：((投标代理商：上海xx（集团）有限公司)，(不含税总价，5096025)，(含税总价，5096025)，(不含税单价，5)，(含税总价，5096025))。

步骤306，响应于确定目标文件解析类型组中存在第四文件解析类型，提取结构化待解析信息中的第四类型入库信息作为待入库信息。

在一些实施例中，上述执行主体可以响应于确定上述目标文件解析类型组中存在第四文件解析类型，提取结构化待解析信息中的第四类型入库信息作为待入库信息。

作为示例，上述目标文件解析类型组可以是：[商务类型，资质类型]。上述第四文件解析类型可以是：资质类型。上述第四类型入库信息可以是：((资质业绩凭证单号，80000000000818632021012413591828))。那么，上述待入库信息可以是：((资质业绩凭证单号，80000000000818632021012413591828))。

步骤307，确定待入库信息组集合中每个待入库信息组对应的入库优先级，得到入库优先级集合。

在一些实施例中，上述执行主体可以确定待入库信息组集合中每个待入库信息组对应的入库优先级，得到入库优先级集合。其中，上述结构化待解析信息集合中的结构化待解析信息还包括：第一总价值（例如，含税总标价）、第二总价值（例如，不含税总标价）、第一单位价值（例如，含税单位标价）和第二单位价值（例如，不含税单位标价）。上述第一总价值可以是含税总标价（例如，1060）。上述第二总价值可以是不含税总标价（例如，1000）。上述第一单位总价值可以是含税单位标价（例如，10.6）。上述第二单位总价值可以是不含税单位标价（例如：10）。上述执行主体可以基于上述结构化待解析信息集合和上述待入库信息组对应的结构化待解析信息包括的第一总价值、第二总价值、第一单位价值和第二单位价值，根据以下公式，确定上述入库优先级：

。

其中。表示第一总价值评分值。表示序号。表示上述待入库信息组集合中的待入库信息组的数量。表示上述待入库信息组集合中的待入库信息组对应的结构化待解析信息包括的第一总价值。表示上述待入库信息组集合中第个待入库信息组中对应的结构化待解析信息包括的第一总价值。表示上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第一总价值。表示上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第一总价值中的最小值。表示上述待入库信息组对应的结构化待解析信息包括的第一总价值。表示第二总价值评分值。表示上述待入库信息组集合中的待入库信息组对应的结构化待解析信息包括的第二总价值。表示上述待入库信息组集合中第个待入库信息组对应的结构化待解析信息包括的第二总价值。表示上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第二总价值。表示上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第二总价值中的最大值。表示上述待入库信息组对应的结构化待解析信息包括的第二总价值。表示第一单位价值评分值。表示上述待入库信息组集合中的待入库信息组对应的结构化待解析信息包括的第一单位价值。表示上述待入库信息组集合中第个待入库信息组对应的结构化待解析信息包括的第一单位价值。表示上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第一单位价值。表示上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第一单位价值中的最小值。表示上述待入库信息组对应的结构化待解析信息包括的第一单位价值。表示上述待入库信息组的第二单位价值评分值。表示上述待入库信息组集合中的待入库信息组对应的结构化待解析信息包括的第二单位价值。表示上述待入库信息组集合中第个待入库信息组对应的结构化待解析信息包括的第二单位价值。表示上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第二单位价值。表示上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第二单位价值中的最大值。表示上述待入库信息组对应的结构化待解析信息包括的第二单位价值。表示上述待入库信息组的入库优先级。表示第一预设权重，的取值范围为。表示第二预设权重，的取值范围为。表示第三预设权重，的取值范围为。表示第四预设权重，的取值范围为。

作为示例，上述待入库信息组对应的结构化待解析信息包括的第一总价值可以是1060、第二总价值可以是1000、第一单位价值可以是10.6和第二单位价值可以是10，上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第一总价值可以是[1060，1545，1800，1236，1016]。上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第二总价值可以是[1000，1500，1800，1200，900]。上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第一单位价值可以是[10.6，18.6，20，10.3，9]。上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第二单位价值可以是[10，18，20，10，8]。第一预设权重可以是0.2。第二预设权重可以是0.4。第三预设权重可以是0.2。第四预设权重可以是0.2。通过以上公式，确定上述待入库信息组的入库优先级：

。

其中，确定上述待入库信息组的入库优先级的代码如下：

import math

L = [[1060,1545,1800,1236,1016],

[1000,1500,1800,1200,900],

[10.6,18.6,20,10.3,9],

[10,18,20,10,8]]

Q = [0.2,0.4,0.2,0.2]

tmp = 0

for i in range(len(L)):

if i % 2 == 0:

tmp += Q[i] * 1 / (1 + pow(math.e,-(min(L[i])/(L[i][0])) ))

else:

tmp += Q[i] * 1 / (1 + pow(math.e,-(max(L[i])/(L[i][0])) ))

print(tmp)

步骤307中的公式以及相关内容作为本公开的一个发明点，由此解决了背景技术提及的技术问题二“招标文件往往是按照随机顺序，存储至数据库中，使得高优先级的招标文件往往不能及时的备份至数据库中，当出现数据丢失时，使得无法从数据库中取出本应备份的高优先级的招标文件，导致整个工程进度受影响。”。导致数据存储效率降低的影响因素往往如下：招标文件往往是按照随机顺序存储至数据库中。如果解决了上述影响因素，就能达到提高数据存储效率的效果，为了达到这一效果，首先，本公开引入了上述待入库信息组对应的结构化待解析信息包括的第一总价值（例如，含税总标价）、第二总价值（例如，不含税总标价）、第一单位价值（例如，第一单位标价）和第二单位价值（例如，第二单位标价）。在实际情况中，评标文件的优先级往往由评标文件的价值评分确定，价值评分高的招标文件的优先级也高。其次，价值评分往往是由第一总价值评分、第二总价值评分、第一单位价值评分和第二单位价值评分这四个子价值评分组成。由于，上述待入库信息组包括的第一总价值和第一单位价值越低，表示总工程需要向上述待入库信息组对应的分工程投入的财力越少。因此，将上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第一总价值中的最小值与上述的待入库信息组对应的第一总价值的比值经过归一化操作得到的结果确定为第一总价值评分。接着，将上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第一单位价值中的最小值与上述的待入库信息组对应的第一单位价值的比值经过归一化操作得到的结果确定为第一单位价值评分。然后，由于上述待入库信息组包括的第二总价值和第二单位价值越大，表示上述待入库信息组对应的分工程的性价比高。因此，将上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第二总价值中的最小值与上述的待入库信息组对应的第二总价值的比值经过归一化操作得到的结果确定为第二总价值评分。接着，将上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第二单位价值中的最小值与上述的待入库信息组对应的第一单位价值的比值经过归一化操作得到的结果确定为第二单位价值评分。上述归一化操作可以将四个子价值评分统一为0到1之间的数值，避免由于数值差距太大引起的结果偏差，且便于加权求和。除此之外，不同的子价值评分对总价值评分有着不同的影响。通过引入第一预设权重、第二预设权重、第三预设权重和第四预设权重能够较好的表征子价值评分对价值评分的影响度。接着，对上述第一总价值评分值、上述第二总价值评分值、上述第一单位价值评分值和上述第二单位价值评分值进行加权求和得到入库优先级，综合考虑上述第一总价值、第二总价值、第一单位价值和第二单位价值对投标文件的价值的影响。然后，再根据上述入库优先级集合，将上述待入库信息组集合中的待入库信息组存储至目标数据库。由此，可以优先存储高价值的招标文件对应的待入库信息。进而，对文件优先级高的招标文件进行优先备份，减小数据丢失对整个工程进度的影响。

步骤308，根据入库优先级集合，将待入库信息组集合中的待入库信息组存储至目标数据库。

在一些实施例中，步骤308的具体实现方式及所带来的技术效果可以参考图2对应的那些实施例中的步骤205，在此不再赘述。

本公开的上述各个实施例具有如下有益效果：首先，本公开引入了上述待入库信息组对应的结构化待解析信息包括的第一总价值（例如，含税总标价）、第二总价值（例如，不含税总标价）、第一单位价值（例如，第一单位标价）和第二单位价值（例如，第二单位标价）。在实际情况中，评标文件的优先级往往由评标文件的价值评分确定，价值评分高的招标文件的优先级也高。其次，价值评分往往是由第一总价值评分、第二总价值评分、第一单位价值评分和第二单位价值评分这四个子价值评分组成。由于，上述待入库信息组包括的第一总价值和第一单位价值越低，表示总工程需要向上述待入库信息组对应的分工程投入的财力越少。因此，将上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第一总价值中的最小值与上述的待入库信息组对应的第一总价值的比值经过归一化操作得到的结果确定为第一总价值评分。接着，将上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第一单位价值中的最小值与上述的待入库信息组对应的第一单位价值的比值经过归一化操作得到的结果确定为第一单位价值评分。然后，由于上述待入库信息组包括的第二总价值和第二单位价值越大，表示上述待入库信息组对应的分工程的性价比高。因此，将上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第二总价值中的最小值与上述的待入库信息组对应的第二总价值的比值经过归一化操作得到的结果确定为第二总价值评分。接着，将上述待入库信息组集合中的各个待入库信息组对应的结构化待解析信息包括的第二单位价值中的最小值与上述的待入库信息组对应的第一单位价值的比值经过归一化操作得到的结果确定为第二单位价值评分。上述归一化操作可以将四个子价值评分统一为0到1之间的数值，避免由于数值差距太大引起的结果偏差，且便于加权求和。除此之外，不同的子价值评分对总价值评分有着不同的影响。通过引入第一预设权重、第二预设权重、第三预设权重和第四预设权重能够较好的表征子价值评分对价值评分的影响度。接着，对上述第一总价值评分值、上述第二总价值评分值、上述第一单位价值评分值和上述第二单位价值评分值进行加权求和得到入库优先级，综合考虑上述第一总价值、第二总价值、第一单位价值和第二单位价值对投标文件的价值的影响。然后，再根据上述入库优先级集合，将上述待入库信息组集合中的待入库信息组存储至目标数据库。由此，可以优先存储高价值的招标文件对应的待入库信息。进而，对文件优先级高的招标文件进行优先备份，减小数据丢失对整个工程进度的影响。

进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种文件解析装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，一些实施例的文件解析装置400包括：获取单元401、格式转换单元402、解析单元403、确定单元404和存储单元405。其中，获取单元401，被配置成获取待解析文件集合；格式转换单元402，被配置成对上述待解析文件集合中的每个待解析文件进行格式转换，以生成结构化待解析信息，得到结构化待解析信息集合；解析单元403，被配置成对上述结构化待解析信息集合中的每个结构化待解析信息进行解析，以生成待入库信息组，得到待入库信息组集合；确定单元404，被配置成确定上述待入库信息组集合中每个待入库信息组对应的入库优先级，得到入库优先级集合；存储单元405，被配置成根据上述入库优先级集合，将上述待入库信息组集合中的待入库信息组存储至目标数据库。

可以理解的是，该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元，在此不再赘述。

下面参考图5，其示出了适于用来实现本公开的一些实施例的电子设备（例如图1中的计算设备101）500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500可以包括处理装置（例如中央处理器、图形处理器等）501，其可以根据存储在只读存储器（ROM）502中的程序或者从存储装置508加载到随机访问存储器（RAM）503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM502以及RAM 503通过总线504彼此相连。输入/输出（I/O）接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取待解析文件集合；对该待解析文件集合中的每个待解析文件进行格式转换，以生成结构化待解析信息，得到结构化待解析信息集合；对该结构化待解析信息集合中的每个结构化待解析信息进行解析，以生成待入库信息组，得到待入库信息组集合；确定该待入库信息组集合中每个待入库信息组对应的入库优先级，得到入库优先级集合；根据该入库优先级集合，将该待入库信息组集合中的待入库信息组存储至目标数据库。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、格式转换单元、解析单元、确定单元和存储单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取待解析文件集合的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。