CN116796085A - 一种文件处理方法、装置、电子设备及存储介质 - Google Patents
一种文件处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116796085A CN116796085A CN202310763457.7A CN202310763457A CN116796085A CN 116796085 A CN116796085 A CN 116796085A CN 202310763457 A CN202310763457 A CN 202310763457A CN 116796085 A CN116796085 A CN 116796085A
- Authority
- CN
- China
- Prior art keywords
- file
- field
- determining
- feature field
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
- G06F16/9566—URL specific, e.g. using aliases, detecting broken or misspelled links
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种文件处理方法、装置、电子设备及存储介质。该方法包括:获取初始文件,确定所述初始文件中包括的特征字段;确定所述特征字段在所述初始文件中的占用信息,基于各所述特征字段的占用信息确定关键特征字段;设置所述关键特征字段的关联标识,所述关联标识的长度小于预设长度;基于所述关联标识替换所述初始文件中对应的关键特征字段,得到目标文件,所述目标文件的数据量小于所述初始文件的数据量。本发明通过对初始文件中提取的关键特征字段设置对应的关联标识,并以关联标识替换关键特征字段,得到目标文件,减少文件中URL数据的数据量,从而减小文件体积。
Description
技术领域
本发明涉及文件处理技术领域,尤其涉及一种文件处理方法、装置、电子设备及存储介质。
背景技术
统一资源定位符(Universal Resource Locator,URL),又叫做网页地址,是互联网上标准的资源的地址(Address)。互联网上的每个文件都有一个唯一的URL,它包含的信息指出文件的位置以及浏览器应该怎么处理它。
目前,移动端在应用程序中使用大量URL的数据时,方案有两种,方案一为:将所有URL保存到文件中,如txt文件,将此文件预置到应有程序中,使用时读取此文件;方案二为:将所有URL写入程序代码中,运行程序时动态写入到数据库中。
然而,方案一中由于URL的数据量太大,会导致应用程序整体体积增大;并且在使用数据时,需要将数据读取到内存中,由于数据量太大,容易导致程序崩溃。方案二中由于需要处理的数据量太大,会导致程序执行时间太长。
发明内容
本发明提供了一种文件处理方法、装置、电子设备及存储介质,以减小URL数据的数据量。
根据本发明的一方面,提供了一种文件处理方法,包括:
获取初始文件,确定所述初始文件中包括的特征字段;
确定所述特征字段在所述初始文件中的占用信息,基于各所述特征字段的占用信息确定关键特征字段;
设置所述关键特征字段的关联标识,所述关联标识的长度小于预设长度;
基于所述关联标识替换所述初始文件中对应的关键特征字段,得到目标文件,所述目标文件的数据量小于所述初始文件的数据量。
可选的,所述初始文件中包括多个地址信息;
所述确定所述初始文件中包括的特征字段,包括:基于特定字符对各所述地址信息进行特征字段的划分,得到各个地址信息中包括的特征字段;对所述特征字段进行去重处理。
可选的,所述特征字段在所述初始文件中的占用信息包括所述特征字段在所述初始文件中的出现频次;
所述基于各所述特征字段的占用信息确定关键特征字段,包括:
将所述出现频次满足频次阈值的特征字段确定为关键特征字段。
可选的,所述特征字段在所述初始文件中的占用信息包括所述特征字段的字段长度和所述特征字段在所述初始文件中的出现频次;
所述基于各所述特征字段的占用信息确定关键特征字段,包括:
对于任一所述特征字段,基于所述特征字段的字段长度和出现频次,确定所述特征字段的数据量;将所述数据量满足数据量阈值的特征字段确定为关键特征字段。
可选的,所述关联标识的长度小于关联特征字段的长度。
可选的,所述方法还包括:基于所述关键特征字段和所述关联标识的对应关系,创建对应关系文件,并进行存储,所述对应关系文件用于对所述目标文件进行还原处理。
可选的,所述方法还包括:在对所述目标文件使用之前,识别所述目标文件中的关联标识,基于所述对应关系文件确定所述关联标识对应的关键特征字段,将匹配到的关键特征字段替换对应的关联标识,得到所述初始文件。
根据本发明的另一方面,提供了一种文件处理装置,其特征在于,包括:
特征字段确定模块,用于获取初始文件,确定所述初始文件中包括的特征字段;
关键特征字段确定模块,用于确定所述特征字段在所述初始文件中的占用信息,基于各所述特征字段的占用信息确定关键特征字段;
关联标识设置模块,用于设置所述关键特征字段的关联标识,所述关联标识的长度小于预设长度;
目标文件确定模块,用于基于所述关联标识替换所述初始文件中对应的关键特征字段,得到目标文件,所述目标文件的数据量小于所述初始文件的数据量。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的文件处理方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的文件处理方法。
本发明实施例的技术方案,通过对初始文件中提取的关键特征字段设置对应的关联标识,并以关联标识替换关键特征字段,得到目标文件,减少文件中URL数据的数据量,从而减小文件体积。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种文件处理方法的流程图;
图2是本发明实施例提供的一种文件处理装置的结构示意图;
图3是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1是本发明实施例提供的一种文件处理方法的流程图,本实施例可适用于移动端应用程序使用文件中存储的大量URL数据的情况,该方法可以由文件处理装置来执行,该文件处理装置可以采用硬件和/或软件的形式实现,该文件处理装置可配置于移动端中。如图1所示,该方法包括:
S110、获取初始文件,确定所述初始文件中包括的特征字段。
其中,初始文件是指保存地址信息的文件,具体的,初始文件可以是存放有大量地址信息的文件,例如存放10万原始URL数据的TXT文件,原始URL可以为:http://7qb.jdfmgt.com/badCode/7qb。特征字段是指初始文件的地址信息中的字段,具体的,特征字段包括但不限于协议、域名、各级目录等,这里不做限定,示例性的,以上述原始URL为例,特征字段为“http:”、“7qb.jdfmgt.com”、“badCode”、“7qb”。
在上述实施例的基础上,可选的,所述初始文件中包括多个地址信息;所述确定所述初始文件中包括的特征字段,包括:基于特定字符对各所述地址信息进行特征字段的划分,得到各个地址信息中包括的特征字段;对所述特征字段进行去重处理。
其中,特定字符是指划分特征字段的字符,例如:字符“/”、字符“.”等,这里不做限定。本实施例中,遍历初始文件中的地址信息,根据特定字符对各地址信息进行特征字段的划分,得到各个地址信息中包括的特征字段;在特征字段划分完成后,对得到的特征字段进行去重处理。需要说明的是,特定符号之间存在优先级,以字符“/”和字符“.”为例,字符“/”的优先级大于字符“.”。也就是说,在进行特征字段的划分时,优先使用“/”划分特征字段,若通过字符“/”划分后的特征字段需要进一步进行特征字段的划分,则使用“.”对字符“/”划分后的特征字段进行划分。
示例性的,假设初始文件中的各地址信息如下:
http://7qb.jdfmgt.com;
http://7qb.jdfmgt.com/badCode/7qb;
http://7qb.jdfmgt.com/badCode/7qb/v1.0.2;
http://7qb.jdfmgt.com/badCode/index;
http://7qb.jdfmgt.com/badCode/index/edit/v1.0.2。
基于字符“/”对上述各地址信息进行特征字段的划分并进行去重处理后的特征字段为:“http:”、“7qb.jdfmgt.com”、“badCode”、“7qb”、“v1.0.2”、“index”和“edit”,若需要对上述特征字段进一步划分,则可以基于字符“.”对特征字段“7qb.jdfmgt.com”和“v1.0.2”进行划分。可以理解的是,特征字段“7qb.jdfmgt.com”为域名,特征字段“v1.0.2”为目录,通常作为一个完整的特征字段,并不进行进一步的划分。
S120、确定所述特征字段在所述初始文件中的占用信息,基于各所述特征字段的占用信息确定关键特征字段。
其中,占用信息是指特征字段在初始文件中的相关信息,具体的,占用信息包括但不限于特征字段在初始文件中的出现频次、特征字段的字段长度等,这里不做限定。本实施例中,可以先确定特征字段在初始文件中的占用信息,进而根据占用信息判断特征字段是否为关键字段,将关键字段筛选出来。
在上述实施例的基础上,可选的,所述特征字段在所述初始文件中的占用信息包括所述特征字段在所述初始文件中的出现频次;所述基于各所述特征字段的占用信息确定关键特征字段,包括:将所述出现频次满足频次阈值的特征字段确定为关键特征字段。
具体的,可以对初始文件中的各特征字段进行频次统计,得到各特征字段在初始文件中的出现频次,将出现频次与频次阈值进行比对,若出现频次超过频次阈值,则将该出现频次对应的特征字段确定为关键特征字段。示例性的,以存放10万地址信息的初始文件为例,若某一特征字段在10万地址信息中出现频次超过10次,则将该特征字段确定为关键特征字段。其中,频次阈值由本领域技术人员根据经验和需求设置,这里不做限定。
在上述实施例的基础上,可选的,所述特征字段在所述初始文件中的占用信息包括所述特征字段的字段长度和所述特征字段在所述初始文件中的出现频次;所述基于各所述特征字段的占用信息确定关键特征字段,包括:对于任一所述特征字段,基于所述特征字段的字段长度和出现频次,确定所述特征字段的数据量;将所述数据量满足数据量阈值的特征字段确定为关键特征字段。示例性的,
具体的,对于任一特征字段,可以将该特征字段的字段长度和出现频次相乘,得到该特征字段在初始文件中占用的数据量,进而可以将该特征字段对应的数据量和数据量阈值进行比对,若该特征字段的数据量超过数据量阈值,则将该特征字段确定为关键特征字段;其中,数据量阈值由本领域技术人员根据经验和需求设置,这里不做限定。示例性的,以特征字段“badCode”为例,该特征字段的字段长度为7个字符,若初始文件中该特征字段的出现频次为10次,在数据量阈值为50的情况下,该特征字段的数据量满足上述数据量阈值,则该特征字段为关键特征字段。
在一些实施例中,可选的,对于任一特征字段,可以将特征字段的字段长度与字段长度阈值进行比对,若字段长度超过字段长度阈值,则将该特征字段确定为待存储关键特征字段;然后,将待存储关键特征字段在初始文件中的出现频次与频次阈值进行比对,若该待存储关键特征字段的出现频次超过频次阈值,则将该待存储关键特征字段确定为关键特征字段。其中,字段长度阈值由本领域技术人员根据经验和需求设置,这里不做限定。示例性的,字段长度阈值为5个字符,出现次数阈值为10次,特征字段“badCode”的字段长度大于字段长度阈值,可以将“badCode”作为待存储关键特征,若初始文件中“badCode”的出现次数超过10次,则将“badCode”确定为关键特征字段。
在一些实施例中,不同特征字段的频次阈值可以是动态变化的,例如,频次阈值与特征字段的长度负相关,相应的,可根据特征字段的长度确定该特征字段的频次阈值。
S130、设置所述关键特征字段的关联标识,所述关联标识的长度小于预设长度。
其中,关联标识是指与关键特征字段对应的字符标识,具体的,关联标识包括但不限于序号、字符、以及序号与字符的组合等,这里不做限定。本实施例中,对于确定的关键特征字段,设置与之对应的关联标识的。其中,预设长度由本领域技术人员根据经验和需求设置,这里不做限定
需要注意的是,所设置关联标识的长度需小于关联特征字段的长度,若不满足该条件,则更新关联标识或者不设置关联标识。示例性的,若特征字段“7qb”为关键特征字段,所设置的关键字段的关联标识为“$15”,则设置该关联标识对于关键特征字段“7qb”而言并无意义,无法降低初始文件中特征字段“7qb”的数据量。
示例性的,设置关联标识的方式分为两种:
(1)可以直接使用序号设置关键特征字段的关联标识,如:
0-http://7qb.jd.com;
1-http://7qb.jdfmgt.com;
2-http://7qb.jdfmgt.test;
3-http://7qb-erp.jd.com。
可以理解的是,由于协议与域名通常作为整体使用,可以将表示协议的特征字段和表示域名的特征字段作为一个关键特征字段设置关联标识,以提高文件处理的效率。
(2)也可以使用特殊符号+序号的方式设置关键字段的关联标识,如:
$0-badCode;
$1-v1.0.2;
$2-v1.0.6;
$3-mpManager。
S140、基于所述关联标识替换所述初始文件中对应的关键特征字段,得到目标文件,所述目标文件的数据量小于所述初始文件的数据量。
具体的,遍历初始文件中的各地址信息,识别出各地址信息中的关键特征字段,并使用关键特征字段对应的关联标识替换初始文件中的关键特征字段,得到目标文件。可以理解的是,使用关联标识替换关键特征字段后,目标文件的数据量小于初始文件的数据量。本实施例通过使用关联标识替换初始文件中的关键特征字段,减少初始文件中的数据量,从而降低了文件体积。
示例性的,以地址信息“http://7qb.jdfmgt.com/badCode/7qb”为为例,假设关键特征文件中存放有“1-http://7qb.jdfmgt.com”和“$0-badCode”两个关联关系,则该地址信息替换关键特征后变为:1/$0/7qb。
在上述实施例的基础上,可选的,所述方法还包括:基于所述关键特征字段和所述关联标识的对应关系,创建对应关系文件,并进行存储,所述对应关系文件用于对所述目标文件进行还原处理。
本实施例中,创建对应关系文件,具体的,可以将关键特征字段和关联标识关联存储于文本文件中,得到对应关系文件;例如:keyword.txt。可以基于对应关系文件对目标文件进行还原处理,得到初始文件。可以理解的是,目标文件的还原处理可以理解为初始文件替换关键特征字段得到目标文件的反向处理。
在上述实施例的基础上,可选的,所述方法还包括:在对所述目标文件使用之前,识别所述目标文件中的关联标识,基于所述对应关系文件确定所述关联标识对应的关键特征字段,将匹配到的关键特征字段替换对应的关联标识,得到所述初始文件。
本实施例中,在使用目标文件时需对目标文件进行还原,将目标文件还原为初始文件,具体的,可以对目标文件中的关联标识进行识别,得到目标文件中的关联标识,根据关联标识在对应关系文件中匹配关联标识对应的关键特征字段,用匹配到的关键字段特征替换对应的关联标识,得到初始文件。
示例性的,假设目标文件中替换处理后的地址信息为:1/$0/7qb,对应关系文件中关键特征字段和关联标识的对应关系为“1-http://7qb.jdfmgt.com”和“$0-badCode”,对目标文件进行还原处理,得到原始的地址信息为:“http://7qb.jdfmgt.com/badCode/7qb”。
本实施例的技术方案,通过对初始文件中提取的关键特征字段分别设置对应的关联标识,并以关联标识替换关键特征字段,得到目标文件,减少文件中URL数据的数据量,从而减小文件体积。
图2是本发明实施例提供的一种文件处理装置的结构示意图。如图2所示,该装置包括:
特征字段确定模块210,用于获取初始文件,确定所述初始文件中包括的特征字段;
关键特征字段确定模块220,用于确定所述特征字段在所述初始文件中的占用信息,基于各所述特征字段的占用信息确定关键特征字段;
关联标识设置模块230,用于设置所述关键特征字段的关联标识,所述关联标识的长度小于预设长度;
目标文件确定模块240,用于基于所述关联标识替换所述初始文件中对应的关键特征字段,得到目标文件,所述目标文件的数据量小于所述初始文件的数据量。
本实施例的技术方案,通过对初始文件中提取的关键特征字段设置对应的关联标识,并以关联标识替换关键特征字段,得到目标文件,减少文件中URL数据的数据量,从而减小文件体积。
在上述实施例的基础上,可选的,所述初始文件中包括多个地址信息;特征字段确定模块210用于基于特定字符对各所述地址信息进行特征字段的划分,得到各个地址信息中包括的特征字段;对所述特征字段进行去重处理。
在上述实施例的基础上,可选的,所述特征字段在所述初始文件中的占用信息包括所述特征字段在所述初始文件中的出现频次;关键特征字段确定模块220用于将所述出现频次满足频次阈值的特征字段确定为关键特征字段。
在上述实施例的基础上,可选的,所述特征字段在所述初始文件中的占用信息包括所述特征字段的字段长度和所述特征字段在所述初始文件中的出现频次;关键特征字段确定模块220还用于对于任一所述特征字段,基于所述特征字段的字段长度和出现频次,确定所述特征字段的数据量;将所述数据量满足数据量阈值的特征字段确定为关键特征字段。
在上述实施例的基础上,可选的,所述关联标识的长度小于关联特征字段的长度。
在上述实施例的基础上,可选的,该装置还包括对应关系文件创建模块,用于基于所述关键特征字段和所述关联标识的对应关系,创建对应关系文件,并进行存储,所述对应关系文件用于对所述目标文件进行还原处理。
在上述实施例的基础上,可选的,该装置还包括目标文件还原模块用于在对所述目标文件使用之前,识别所述目标文件中的关联标识,基于所述对应关系文件确定所述关联标识对应的关键特征字段,将匹配到的关键特征字段替换对应的关联标识,得到所述初始文件。
本发明实施例所提供的文件处理装置可执行本发明任意实施例所提供的文件处理方法,具备执行方法相应的功能模块和有益效果。
图3是本发明实施例提供的一种电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如文件处理方法。
在一些实施例中,文件处理方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的文件处理方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行文件处理方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的文件处理方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
本发明实施例还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指令,计算机指令用于使处理器执行一种文件处理方法,该方法包括:
获取初始文件,确定所述初始文件中包括的特征字段;确定所述特征字段在所述初始文件中的占用信息,基于各所述特征字段的占用信息确定关键特征字段;设置所述关键特征字段的关联标识,所述关联标识的长度小于预设长度;基于所述关联标识替换所述初始文件中对应的关键特征字段,得到目标文件,所述目标文件的数据量小于所述初始文件的数据量。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种文件处理方法,其特征在于,包括:
获取初始文件,确定所述初始文件中包括的特征字段;
确定所述特征字段在所述初始文件中的占用信息,基于各所述特征字段的占用信息确定关键特征字段;
设置所述关键特征字段的关联标识,所述关联标识的长度小于预设长度;
基于所述关联标识替换所述初始文件中对应的关键特征字段,得到目标文件,所述目标文件的数据量小于所述初始文件的数据量。
2.根据权利要求1所述的方法,其特征在于,所述初始文件中包括多个地址信息;
所述确定所述初始文件中包括的特征字段,包括:
基于特定字符对各所述地址信息进行特征字段的划分,得到各个地址信息中包括的特征字段;
对所述特征字段进行去重处理。
3.根据权利要求1所述方法,其特征在于,所述特征字段在所述初始文件中的占用信息包括所述特征字段在所述初始文件中的出现频次;
所述基于各所述特征字段的占用信息确定关键特征字段,包括:
将所述出现频次满足频次阈值的特征字段确定为关键特征字段。
4.根据权利要求1所述的方法,其特征在于,所述特征字段在所述初始文件中的占用信息包括所述特征字段的字段长度和所述特征字段在所述初始文件中的出现频次;
所述基于各所述特征字段的占用信息确定关键特征字段,包括:
对于任一所述特征字段,基于所述特征字段的字段长度和出现频次,确定所述特征字段的数据量;
将所述数据量满足数据量阈值的特征字段确定为关键特征字段。
5.根据权利要求1所述的方法,其特征在于,所述关联标识的长度小于关联特征字段的长度。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述关键特征字段和所述关联标识的对应关系,创建对应关系文件,并进行存储,所述对应关系文件用于对所述目标文件进行还原处理。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
在对所述目标文件使用之前,识别所述目标文件中的关联标识,基于所述对应关系文件确定所述关联标识对应的关键特征字段,将匹配到的关键特征字段替换对应的关联标识,得到所述初始文件。
8.一种文件处理装置,其特征在于,包括:
特征字段确定模块,用于获取初始文件,确定所述初始文件中包括的特征字段;
关键特征字段确定模块,用于确定所述特征字段在所述初始文件中的占用信息,基于各所述特征字段的占用信息确定关键特征字段;
关联标识设置模块,用于设置所述关键特征字段的关联标识,所述关联标识的长度小于预设长度;
目标文件确定模块,用于基于所述关联标识替换所述初始文件中对应的关键特征字段,得到目标文件,所述目标文件的数据量小于所述初始文件的数据量。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的文件处理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的文件处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310763457.7A CN116796085A (zh) | 2023-06-26 | 2023-06-26 | 一种文件处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310763457.7A CN116796085A (zh) | 2023-06-26 | 2023-06-26 | 一种文件处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116796085A true CN116796085A (zh) | 2023-09-22 |
Family
ID=88047798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310763457.7A Pending CN116796085A (zh) | 2023-06-26 | 2023-06-26 | 一种文件处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116796085A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117874307A (zh) * | 2024-03-12 | 2024-04-12 | 北京全路通信信号研究设计院集团有限公司 | 一种工程数据字段识别方法、装置、电子设备和存储介质 |
-
2023
- 2023-06-26 CN CN202310763457.7A patent/CN116796085A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117874307A (zh) * | 2024-03-12 | 2024-04-12 | 北京全路通信信号研究设计院集团有限公司 | 一种工程数据字段识别方法、装置、电子设备和存储介质 |
CN117874307B (zh) * | 2024-03-12 | 2024-06-04 | 北京全路通信信号研究设计院集团有限公司 | 一种工程数据字段识别方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116796085A (zh) | 一种文件处理方法、装置、电子设备及存储介质 | |
CN113378855A (zh) | 用于处理多任务的方法、相关装置及计算机程序产品 | |
CN113904943A (zh) | 账号检测方法、装置、电子设备和存储介质 | |
CN114564149B (zh) | 一种数据存储方法、装置、设备及存储介质 | |
CN112887426B (zh) | 信息流的推送方法、装置、电子设备以及存储介质 | |
CN115617549A (zh) | 线程解耦方法、装置、电子设备及存储介质 | |
CN115905322A (zh) | 业务处理方法、装置、电子设备及存储介质 | |
CN113747423B (zh) | 云手机状态同步方法、装置、设备、存储介质及程序产品 | |
CN115543416A (zh) | 一种配置更新方法、装置、电子设备及存储介质 | |
CN114817223A (zh) | 业务数据提取方法、装置、电子设备和存储介质 | |
CN115328898A (zh) | 一种数据处理方法、装置、电子设备及介质 | |
CN115438007A (zh) | 一种文件合并方法、装置、电子设备及介质 | |
CN113343064B (zh) | 数据处理方法、装置、设备、存储介质以及计算机程序产品 | |
CN117610512A (zh) | 一种页眉页脚的去除方法、装置、设备及存储介质 | |
CN114553894B (zh) | 数据同步方法、装置、***及存储介质 | |
CN115421665A (zh) | 一种数据存储方法、装置、设备及存储介质 | |
CN116595110A (zh) | 一种数据存储方法、装置、电子设备及存储介质 | |
CN116801001A (zh) | 视频流的处理方法、装置、电子设备及存储介质 | |
CN117251419A (zh) | 一种文件监测方法、装置、电子设备及存储介质 | |
CN115510357A (zh) | 一种网络页面盲道的生成方法、装置、设备及介质 | |
CN115426143A (zh) | 识别异常身份标识的方法、装置、设备以及存储介质 | |
CN116451648A (zh) | 一种报文关键字匹配方法、装置、设备及存储介质 | |
CN116149964A (zh) | 一种日志采集方法、装置、设备和存储介质 | |
CN117033772A (zh) | 信息处理方法、装置和电子设备 | |
CN116383498A (zh) | 数据匹配方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |