(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210998296.5 (22)申请日 2022.08.19 (71)申请人 金现代信息产业股份有限公司 地址 250000 山东省济南市高新区新 泺大 街1166号奥盛大厦2号楼21层东区 2101 (72)发明人 谢玉鑫　胡杨　杜伟　张传慧　 石瑞东　冯雪芹　王辉　钟佳　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 黄海丽 (51)Int.Cl. G06V 30/416(2022.01) G06F 16/25(2019.01) G06F 8/73(2018.01) (54)发明名称 将源码文件识别成结构化数据的方法及系 统 (57)摘要 本发明公开了将源码文件识别成结构化数 据的方法及系统； 其中， 所述方法包括： 获取 JavaScrip t脚本文件； 对JavaScrip t脚本文件的 文件内容进行格式转换； 将格式转换后的多行文 本转化为单行文本； 根据JavaScrip t脚本文件的 编码规范， 识别出单行文本中被注释的文本内 容； 对将识别出的内容， 删除无效内容， 得到去除 无效内容后的字符串； 对去除无效内容后的字 符 串， 进行有效内容筛选， 筛选出JavaScript脚本 文件的有效内容； 对JavaScrip t脚本文件的有效 内容， 筛选出结构化数据。 权利要求书2页 说明书5页 附图1页 CN 115331250 A 2022.11.11 CN 115331250 A 1.将源码文件识别成结构化数据的方法， 其特 征是， 包括： 获取JavaScript脚本文件； 对JavaScript脚本文件的文件内容进行格式转换； 将格式转换后的多行文本转化为单 行文本； 根据JavaScript脚本文件的编码规范， 识别出单行文本中被注释的文本内容； 对将识 别出的内容， 删除无效内容， 得到去除无效内容后的字符串； 对去除无效内容后的字符串， 进行有效内容筛选， 筛选出JavaScript脚本文件的有效 内容； 对JavaScript脚本文件的有效内容， 筛 选出结构化数据。 2.如权利要求1所述的将源码文件识别成结构化数据的方法， 其特征是， 获取 JavaScript脚本文件， 具体是指， 对指令目录进行遍历， 通过文件后缀识别出所有的 JavaScript脚本文件。 3.如权利 要求1所述的将源码文件识别成结构化数据的方法， 其特征是， 对JavaScript 脚本文件的文件内容进行格式转换， 是指， 将J avaScript脚本文件的文件内容转化为UTF ‑8 编码格式的字符串。 4.如权利要求1所述的将源码文件识别成结构化数据的方法， 其特征是， 根据 JavaScript脚本文件的编码规范， 识别出 单行文本中被注释的文本内容； 具体包括： 根据JavaScript脚本文件的多行注释符号， 识别出对方法的解释； 根据JavaScript脚本文件的单 行注释符号， 识别出 方法体内的备注说明； 根据JavaScript脚本文件的文档注释符号， 识别出代码块。 5.如权利要求1所述的将源码文件识别成结构化数据的方法， 其特征是， 对将识别出的 内容， 删除无效内容， 得到去除无效内容后的字符串； 其中， 无效内容， 包括： 方法体内的备 注说明和代码块。 6.如权利要求1所述的将源码文件识别成结构化数据的方法， 其特征是， 对去除无效内 容后的字符串， 进行有效内容筛 选， 筛选出JavaScript脚本文件的有效内容； 具体包括： 利用java的正则表达式regex， 并设置好匹配规则， 调用Pattern对象的matcher方法， 筛选出文件中定义的方法。 7.如权利 要求1所述的将源码文件识别成结构化数据的方法， 其特征是， 对JavaScript 脚本文件的有效内容， 筛选出结构化数据； 其中， 结构化数据， 包括方法描述、 方法详细 描述 和参数描述； 根据@name注释， 对JavaScript脚本文件的有效内容， 筛 选出方法描述； 根据@descripti on注释， 对JavaScript脚本文件的有效内容， 筛 选出方法详细描述； 根据@param注释， 对JavaScript脚本文件的有效内容， 筛 选出参数描述。 8.将源码文件识别成结构化数据的系统， 其特 征是， 包括： 获取模块， 其被 配置为： 获取JavaScript脚本文件； 格式转换模块， 其被配置为： 对JavaScript脚本文件的文件内容进行格式转换； 将格式 转换后的多行文本转 化为单行文本； 内容识别模块， 其被配置为： 根据JavaScript脚本文件的编码规范， 识别出单行文本中 被注释的文本内容； 对将识别出的内容， 删除无效内容， 得到去除无效内容后的字符串；权　利　要　求　书 1/2 页 2 CN 115331250 A 2有效内容筛选模块， 其被配置为： 对去除无效内容后的字符串， 进行有效内容筛选， 筛 选出JavaScript脚本文件的有效内容； 结构化数据筛选模块， 其被配置为： 对JavaScript脚本文件的有效内容， 筛选出结构化 数据。 9.一种电子设备， 其特 征是， 包括： 存储器， 用于非暂时性存 储计算机可读指令； 以及 处理器， 用于运行 所述计算机可读指令， 其中， 所述计算机可读指令被所述处理器运行时， 执行上述权利要求1 ‑7任一项所述的 方法。 10.一种存储介质， 其特征是， 非暂时性地存储计算机可读指令， 其中， 当所述非暂时性 计算机可读指令由计算机执 行时， 执行权利要求1 ‑7任一项所述方法的指令 。权　利　要　求　书 2/2 页 3 CN 115331250 A 3