本發(fā)明應(yīng)用于數(shù)據(jù)倉庫集成領(lǐng)域，涉及一種字符串值域切分方法及裝置，具體涉及一種應(yīng)用在數(shù)據(jù)倉庫集成領(lǐng)域中進(jìn)行離線數(shù)據(jù)抽取時，對數(shù)字、字符串根據(jù)值域范圍進(jìn)行均等切分以實現(xiàn)多線程加速抽取的方法。

背景技術(shù)：

在大數(shù)據(jù)時代下，數(shù)據(jù)需要不斷流轉(zhuǎn)、交換才能價值最大化，在企業(yè)的數(shù)據(jù)倉庫，商業(yè)智能建設(shè)中，通常會把存放于各種RDBMS(關(guān)系型數(shù)據(jù)庫，比如Mysql、Oracle，PostgreSQL等)上的在線數(shù)據(jù)同步抽取到離線的存儲、計算平臺進(jìn)行統(tǒng)一加工處理(例如開源社區(qū)的Hadoop，阿里集團(tuán)內(nèi)部的ODPS等系統(tǒng))，如圖1所示，也會把在線數(shù)據(jù)遷移到其他在線系統(tǒng)(如從Mysql遷移數(shù)據(jù)到Oracle)，如圖2所示。

比如現(xiàn)在有一張mysql表t，數(shù)據(jù)行數(shù)為1億行，需要抽取其數(shù)據(jù)，顯然快速同步必然需要多線程抽取。如果我們已知其主鍵為name，并且name的最小值為“aa”,最大值為”zz”，指定切分份數(shù)為3份，如圖3。為了實現(xiàn)多線程加速抽取，需要獲取“aa”和”zz”之間的兩個節(jié)點，才能夠完成切分并依據(jù)切分后的字符串段進(jìn)行多線程抽取。而現(xiàn)有的做法一般是將字符串轉(zhuǎn)化為極小的數(shù)字，組成待切分范圍，對數(shù)字范圍等差切分，得到切分節(jié)點，根據(jù)切分范圍生成多條數(shù)據(jù)抽取語句，進(jìn)而實現(xiàn)多線程加速抽取。

但是這樣的做法存在一定的缺陷。

首先，采用把字符串轉(zhuǎn)換為極小數(shù)(如BigDecimal)表示方式，但是在字符串的轉(zhuǎn)換運算中，可能拋出異常，導(dǎo)致切分失敗。

其次，為了避免在字符串的轉(zhuǎn)換運算中可能拋出異常，選擇適應(yīng)的算法時往往需要對轉(zhuǎn)換的數(shù)據(jù)進(jìn)行近似處理(比如四舍五入等操作)，從而使得精 度受損而無法將字符串精確還原，此外在一些極小數(shù)被還原為字符串時必須指定還原字符的最大長度，此限制同樣導(dǎo)致精度無法還原。

再者，對字母字符串轉(zhuǎn)換為極小數(shù)的過程中需要采用65536為基數(shù)，此范圍基本上容納了所有的歐美字符和絕大部分的亞洲字符，進(jìn)而對ASCII字符串在切分后的還原過程中，也可能出現(xiàn)非ASCII字符。

另外，對字符串的不同待切分類型，轉(zhuǎn)換為極小數(shù)的方式并不通用，并非適用于任何字符串，比如RDBMS中的整數(shù)類型/時間類型等就不適用。

因此，隨著對接的數(shù)據(jù)存儲日益增長以及數(shù)據(jù)源頭數(shù)據(jù)庫類型的日益豐富，對數(shù)據(jù)傳輸性能、準(zhǔn)確性、數(shù)據(jù)一致性、穩(wěn)定性等造成嚴(yán)峻考驗，如何提高數(shù)據(jù)傳輸性能的穩(wěn)定性，尤其是多線程抽取以實現(xiàn)加速，并適用于所有切分類型的字符串就成為了亟待解決的技術(shù)問題。

技術(shù)實現(xiàn)要素：

本申請所要解決的技術(shù)問題是，克服現(xiàn)有技術(shù)的不足，提供一種更準(zhǔn)確、更高效的字符串值域切分方法及裝置。

本申請的一個目的在于提出一種字符串值域切分方法，應(yīng)用于數(shù)據(jù)倉庫集成領(lǐng)域，包括：提取待抽取數(shù)據(jù)的主關(guān)鍵字中ASCII碼值最大的字符串為第一字符串、ASCII碼值最小的字符串為第二字符串；根據(jù)預(yù)置的進(jìn)制基數(shù)，分別結(jié)合第一、第二字符串中相應(yīng)的單個字符所處的位置序號將所述第一、第二字符串轉(zhuǎn)化為完全不失真的第一大整數(shù)和第二大整數(shù)，其中該所述位置序號是單個字符在相應(yīng)字符串中的排列次序；根據(jù)所述第一大整數(shù)和第二大整數(shù)求取范圍差，判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為整數(shù)時，將所述整數(shù)作為切分步長；根據(jù)所述第二大整數(shù)與切分步長進(jìn)行累加求和，得到每個切分節(jié)點所對應(yīng)的大整數(shù)，其中，該切分節(jié)點由所述均等切分得到；根據(jù)所述進(jìn)制基數(shù)將所述每個切分節(jié)點對應(yīng)的大整數(shù)還原成ASCII碼值，根據(jù)ASCII碼值得到相應(yīng)的每個切分節(jié)點的節(jié)點字符串，根據(jù)所述節(jié)點字符串對待抽取數(shù)據(jù)進(jìn)行切分。

本申請的另一個目的在于提出一種字符串值域切分裝置，應(yīng)用于數(shù)據(jù)倉庫集成領(lǐng)域，該裝置包含：字符串提取模塊、字符串轉(zhuǎn)化模塊、切分步長獲 取模塊、切分節(jié)點獲取模塊、字符串還原切分模塊，其中：所述字符串提取模塊，用于提取待抽取數(shù)據(jù)的主關(guān)鍵字中ASCII碼值最大的字符串為第一字符串、ASCII碼值最小的字符串為第二字符串；所述字符串轉(zhuǎn)化模塊，用于根據(jù)預(yù)置的進(jìn)制基數(shù)，分別結(jié)合第一、第二字符串中相應(yīng)的單個字符所處的位置序號將所述第一、第二字符串轉(zhuǎn)化為完全不失真的第一大整數(shù)和第二大整數(shù)，其中該所述位置序號是單個字符在相應(yīng)字符串中的排列次序；所述切分步長獲取模塊，用于根據(jù)所述第一大整數(shù)和第二大整數(shù)求取范圍差，判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為整數(shù)時，將所述整數(shù)作為切分步長；所述切分節(jié)點獲取模塊，用于根據(jù)所述第二大整數(shù)與切分步長進(jìn)行累加求和，得到每個切分節(jié)點所對應(yīng)的大整數(shù)，其中，該切分節(jié)點由所述均等切分得到；所述字符串還原切分模塊，用于根據(jù)所述進(jìn)制基數(shù)將所述每個切分節(jié)點對應(yīng)的大整數(shù)還原成ASCII碼值，根據(jù)ASCII碼值得到相應(yīng)的每個切分節(jié)點的節(jié)點字符串，根據(jù)所述節(jié)點字符串對待抽取數(shù)據(jù)進(jìn)行切分。

本申請的另一個目的在于提出一種字符串值域切分方法，應(yīng)用于數(shù)據(jù)倉庫集成領(lǐng)域，提取待抽取數(shù)據(jù)的主關(guān)鍵字中ASCII碼值最大的字符串為第一字符串、ASCII碼值最小的字符串為第二字符串；根據(jù)預(yù)置的進(jìn)制基數(shù)，分別結(jié)合第一、第二字符串中相應(yīng)的單個字符所處的位置序號將所述第一、第二字符串轉(zhuǎn)化為完全不失真的第一大整數(shù)和第二大整數(shù)，其中該所述位置序號是單個字符在相應(yīng)字符串中的排列次序；根據(jù)所述第一大整數(shù)和第二大整數(shù)求取范圍差，判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為非整數(shù)時，根據(jù)所述范圍差對所述切分份數(shù)進(jìn)行取整及取余操作，以所述取整操作的結(jié)果為第一步長，以所述第一步長加1為第二步長，將所述第一步長、第二步長作為切分步長；根據(jù)所述第二大整數(shù)與切分步長進(jìn)行累加求和，得到每個切分節(jié)點所對應(yīng)的大整數(shù)，其中，該切分節(jié)點由所述均等切分得到；根據(jù)所述進(jìn)制基數(shù)將所述每個切分節(jié)點對應(yīng)的大整數(shù)還原成ASCII碼值，根據(jù)ASCII碼值得到相應(yīng)的每個切分節(jié)點的節(jié)點字符串，根據(jù)所述節(jié)點字符串對待抽取數(shù)據(jù)進(jìn)行切分。

本申請的另一個目的在于提出一種字符串值域切分裝置，應(yīng)用于數(shù)據(jù)倉庫集成領(lǐng)域，該裝置包含：字符串提取模塊、字符串轉(zhuǎn)化模塊、切分步長獲 取模塊、切分節(jié)點獲取模塊、字符串還原切分模塊，其中：所述字符串提取模塊，用于提取待抽取數(shù)據(jù)的主關(guān)鍵字中ASCII碼值最大的字符串為第一字符串、ASCII碼值最小的字符串為第二字符串；所述字符串轉(zhuǎn)化模塊，用于根據(jù)預(yù)置的進(jìn)制基數(shù)，分別結(jié)合第一、第二字符串中相應(yīng)的單個字符所處的位置序號將所述第一、第二字符串轉(zhuǎn)化為完全不失真的第一大整數(shù)和第二大整數(shù)，其中該所述位置序號是單個字符在相應(yīng)字符串中的排列次序；所述切分步長獲取模塊，用于根據(jù)所述第一大整數(shù)和第二大整數(shù)求取范圍差，判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為非整數(shù)時，根據(jù)所述范圍差對所述切分份數(shù)進(jìn)行取整及取余操作，以所述取整操作的結(jié)果為第一步長，以所述第一步長加1為第二步長，將所述第一步長、第二步長作為切分步長；所述切分節(jié)點獲取模塊，用于根據(jù)所述第二大整數(shù)與切分步長進(jìn)行累加求和，得到每個切分節(jié)點所對應(yīng)的大整數(shù)，其中，該切分節(jié)點由所述均等切分得到；所述字符串還原切分模塊，用于根據(jù)所述進(jìn)制基數(shù)將所述每個切分節(jié)點對應(yīng)的大整數(shù)還原成ASCII碼值，根據(jù)ASCII碼值得到相應(yīng)的每個切分節(jié)點的節(jié)點字符串，根據(jù)所述節(jié)點字符串對待抽取數(shù)據(jù)進(jìn)行切分。

與現(xiàn)有技術(shù)相比，本申請能夠獲得以下技術(shù)效果：

1)實現(xiàn)了通用的ASCII字符串范圍切分，保證對任意給定ASCII字符串都能做到切分；切分算法中以按權(quán)相加的方法將字符串轉(zhuǎn)化為不失真的大整數(shù)，通過兩個大整數(shù)的差值范圍與切分份數(shù)是否能整除來判斷切分步長，保證了切分過程是完全不失真的；由于轉(zhuǎn)化過程中的進(jìn)制基數(shù)在128以內(nèi)，故切分結(jié)果仍然限制在128個ASCII字符范圍內(nèi)，從而有效地避免了非ASCII字符的出現(xiàn)。

2)通過輾轉(zhuǎn)相除法將轉(zhuǎn)化結(jié)果進(jìn)行還原，利用輾轉(zhuǎn)相除法在處理大數(shù)時的高效性，本發(fā)明的還原過程不會出現(xiàn)任何失真情況，很好地解決了現(xiàn)有技術(shù)中極小數(shù)在還原過程中因精度受損而無法精確還原的問題。

3)在優(yōu)化方案中，采取了縮小進(jìn)制的方法，將轉(zhuǎn)化過程中按權(quán)相加的進(jìn)制基數(shù)進(jìn)一步縮小到待切分字符串的單個字符中綜合ASCII碼值的最大和最小之間，從而使還原結(jié)果中避免了ASCII碼值為0—31及127的不可見字符 的出現(xiàn)，提高了切分節(jié)點字符串的可讀性，數(shù)據(jù)處理人員在排錯時也更加方便。

4)通過把要進(jìn)行切分的字段，都無損的轉(zhuǎn)換為大整數(shù)類型，并進(jìn)行等差切分后再逆向不失真的還原成其本來類型。

綜上，本發(fā)明在解決數(shù)據(jù)傳輸性能，尤其是多線程抽取以實現(xiàn)加速等方面有顯著進(jìn)步。

附圖說明

此處所說明的附圖用來提供對本申請的進(jìn)一步理解，構(gòu)成本申請的一部分，本申請的示意性實施例及其說明用于解釋本申請，并不構(gòu)成對本申請的不當(dāng)限定。在附圖中：

圖1為現(xiàn)有技術(shù)及本申請實施例的離線數(shù)據(jù)同步場景的示意圖；

圖2為現(xiàn)有技術(shù)及本申請實施例的數(shù)據(jù)遷移場景的示意圖；

圖3為現(xiàn)有技術(shù)中進(jìn)行數(shù)據(jù)多線程切分加速抽取的示意圖；

圖4為本申請實施例中的字符串值域切分的流程示意圖；

圖5為本申請實施例中圖4中步驟1003的細(xì)部流程示意圖；

圖6為本申請實施例中圖4中步驟1004的細(xì)部流程示意圖；

圖7為本申請實施例中根據(jù)第二大整數(shù)與所述切分步長求切分節(jié)點的示意圖；

圖8是本申請實施例中根據(jù)第二大整數(shù)與所述切分步長求切分節(jié)點的又一示意圖；

圖9是本申請實施例中采用128為進(jìn)制基數(shù)得到切分節(jié)點的示意圖；

圖10是本申請實施例中采用縮小的進(jìn)制基數(shù)得到切分節(jié)點的示意圖；

圖11是本申請實施例中一種字符串值域切分裝置的結(jié)構(gòu)示意圖；

圖12是本申請實施例中又一種字符串值域切分裝置的結(jié)構(gòu)示意圖；

圖13是本申請實施例中又一種字符串值域切分裝置的結(jié)構(gòu)示意圖；

圖14是本申請實施例中又一種字符串值域切分裝置的結(jié)構(gòu)示意圖；

圖15是本申請實施例中又一種字符串值域切分裝置的結(jié)構(gòu)示意圖。

具體實施方式

以下將配合附圖及實施例來詳細(xì)說明本申請的實施方式，藉此對本申請如何應(yīng)用技術(shù)手段來解決技術(shù)問題并達(dá)成技術(shù)功效的實現(xiàn)過程能充分理解并據(jù)以實施。

實施例一

如圖4所示，為本申請實施例中的字符串值域切分，包括如下步驟：

步驟1001，提取待抽取數(shù)據(jù)的主關(guān)鍵字中ASCII碼值最大的字符串為第一字符串、ASCII碼值最小的字符串為第二字符串。

抽取數(shù)據(jù)是數(shù)據(jù)同步過程中待處理的數(shù)據(jù)，例如，數(shù)據(jù)表中保存有多行數(shù)據(jù)，對這個數(shù)據(jù)表中進(jìn)行數(shù)據(jù)同步過程時，需要逐行地對每行數(shù)據(jù)進(jìn)行離線抽取，離線抽取并進(jìn)行處理的某一行數(shù)據(jù)就是步驟1001中提到的待抽取數(shù)據(jù)。

待抽取數(shù)據(jù)往往具有一主關(guān)鍵字，主關(guān)鍵字也稱主鍵，主鍵一般是數(shù)據(jù)表中的一個或多個字段，數(shù)據(jù)表中數(shù)據(jù)行的字段必須和主鍵有關(guān)系且數(shù)據(jù)表中數(shù)據(jù)行的字段也只和主鍵有關(guān)系。因此主鍵可以唯一確定數(shù)據(jù)表中的一行數(shù)據(jù)，也就是說，主鍵能夠唯一地確定待抽取數(shù)據(jù)。

當(dāng)然，用數(shù)據(jù)表來舉例僅為說明解釋，并不限制待抽取數(shù)據(jù)的組織形式，其可以使用數(shù)據(jù)行形式以外的其他形式進(jìn)行抽取，也可以使用數(shù)據(jù)表形式以外的形式進(jìn)行保存，本申請并不限于此。

由于主鍵保證了數(shù)據(jù)的完整性，對數(shù)數(shù)據(jù)的主鍵進(jìn)行操作能夠加快數(shù)據(jù)庫的操作速度，因此只需提取待抽取數(shù)據(jù)的主關(guān)鍵字中ASCII碼值最大的字符串、ASCII碼值最小的字符串，得到主鍵的ASCII碼值范圍，將不直觀的ASCII字符轉(zhuǎn)化為直觀的數(shù)字，更有利于均等切分。得到數(shù)據(jù)主關(guān)鍵字的切分結(jié)果即可唯一地對待抽取數(shù)據(jù)進(jìn)行多線程加速抽取，這一過程不僅克服了ASCII字符直接被切分的不便性，同時也保證了數(shù)據(jù)的不丟失且不失真。

例如，假設(shè)某數(shù)據(jù)行的主鍵包含多個字符串，根據(jù)其主鍵提取到的ASCII碼值最大的字符串為8cdB，ASCII碼值最小字符串為2E4e。

步驟1002，根據(jù)預(yù)置的進(jìn)制基數(shù)，分別結(jié)合第一、第二字符串中相應(yīng)的單個字符所處的位置序號將所述第一、第二字符串轉(zhuǎn)化為完全不失真的第一大整數(shù)和第二大整數(shù)，其中該所述位置序號是單個字符在相應(yīng)字符串中的排列次序。

顯然，按權(quán)值和加權(quán)系數(shù)展開求和的方式會將相應(yīng)字符串轉(zhuǎn)化為大整數(shù)，對大整數(shù)進(jìn)行數(shù)據(jù)操作更加方便，而且進(jìn)行中間數(shù)據(jù)操作時也不會導(dǎo)致中間處理結(jié)果的數(shù)值過于小，無法進(jìn)行后續(xù)操作步驟或者后續(xù)操作結(jié)果拋出異常從而無法還原得到字符串，因此大整數(shù)顯然可以保證最終處理結(jié)果都可以還原為ASCII字符串的。因此對于任意字符串都可以適用于本申請的大整數(shù)轉(zhuǎn)化方式。

而對于現(xiàn)有技術(shù)中，更多的使用的是將字符串轉(zhuǎn)化為極小數(shù)的方式，對于一些字符串在轉(zhuǎn)換后進(jìn)行中間處理時，中間處理結(jié)果會得到極小數(shù)，對于這種極小數(shù)在某些情況下是無法進(jìn)行后續(xù)的數(shù)據(jù)操作的，這樣會導(dǎo)致這些極小數(shù)相應(yīng)的字符無法被還原，顯然這個轉(zhuǎn)化反而會導(dǎo)致字符串切分失敗。

本步驟中的轉(zhuǎn)化過程進(jìn)一步包括：以所述進(jìn)制基數(shù)為基數(shù)，以所述基數(shù)的整數(shù)次冪為權(quán)值，以所述單個字符的ASCII碼值為加權(quán)系數(shù)，按權(quán)值和加權(quán)系數(shù)展開求和，其中以所述單個字符在相應(yīng)字符串中所處的位置序號為所述基數(shù)整數(shù)次冪中的冪指數(shù)。待轉(zhuǎn)化的字符串的具體轉(zhuǎn)化的計算過程如公式1所示：

C₀×B⁰+C₀×B¹+…+C_n-1×B^n-1 公式1

公式1中，C₀～C_n-1是ASCII待轉(zhuǎn)化的字符串中每個單個字符對應(yīng)的ASCII碼值，B是預(yù)置的進(jìn)制基數(shù)，0～n是單個字符在相應(yīng)字符串中所處的位置序號。

接續(xù)步驟1001中所示出的實例，所提取出來的第一字符串為8cdB，第二字符串為2E4e，如下是這兩個字符串分別轉(zhuǎn)化為大整數(shù)的過程，此處進(jìn)制基數(shù)B根據(jù)ASCII字符的數(shù)量設(shè)置為128：

字符串8cdB的轉(zhuǎn)化計算過程為：66×128⁰+98×128¹+99×128²+56×128³＝119075138。

字符串2E4e的轉(zhuǎn)化過程為：101×128⁰+52×128¹+69×128²+50×128³＝105994853。

步驟1003，根據(jù)所述第一大整數(shù)和第二大整數(shù)求取范圍差，判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為整數(shù)時，將所述整數(shù)作為切分步長。

因為第二大整數(shù)是小于第一大整數(shù)的，因此從第二大整數(shù)到第一大整數(shù)之間是存在一個數(shù)值上的差值范圍的，這個差值范圍就是上述范圍差。而預(yù)置的切分份數(shù)在設(shè)置時并不會參考范圍差來設(shè)置，所以并不能保證上述范圍差一定能夠被預(yù)置切分份數(shù)整除。如果能夠被整除，那所述范圍差恰好被均等切分，切分得到的每份的切分步長是相同的，這個整數(shù)就是切分步長；如果不能夠被整除，那么為了保證切分的結(jié)果仍是整數(shù)且最大可能地保持切分結(jié)果的均等性，切分步長就由兩個步長來完成。

對第一大整數(shù)和第二大整數(shù)求取范圍差，計算如公式2所示:

Δ＝big-small 公式2

公式2中，big表示第一大整數(shù)，small表示第二大整數(shù)，Δ表示第一大整數(shù)與第二大整數(shù)的范圍差。

結(jié)合圖5，為本步驟1003的細(xì)部流程，進(jìn)一步包括如下步驟：

步驟1003a，判斷所述切分份數(shù)與所述范圍差的大小。

當(dāng)所述范圍差小于所述切分份數(shù)時，執(zhí)行步驟1003b。

當(dāng)所述范圍差大于所述切分份數(shù)時，執(zhí)行步驟1003c。

步驟1003b，此時無法切分到指定的份數(shù)，提示切分失敗，流程結(jié)束，或者調(diào)整所述切分份數(shù)為所述范圍差的值，根據(jù)調(diào)整后的所述切分份數(shù)對所述范圍差繼續(xù)進(jìn)行均等切分，跳轉(zhuǎn)到步驟1003c。

在步驟1003b中，可以根據(jù)第一大整數(shù)和第二大整數(shù)求范圍差后，根據(jù)預(yù)置的切分份數(shù)進(jìn)行模擬切分或是兩個數(shù)值大小的比對來判斷，此種情況若是所述范圍差小于所述切分份數(shù)時，無法切分到指定的份數(shù)；也可以在預(yù)設(shè)置切分份數(shù)時根據(jù)第一大整數(shù)與第二大整數(shù)的范圍差來考慮切分份數(shù)的上限 值，此種情況若是所述范圍差小于所述切分份數(shù)時，調(diào)整所述切分份數(shù)為所述范圍差的值，本申請并不限于此。其中預(yù)置的切分份數(shù)通常大于等于1。

步驟1003c，根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分，并判斷均等切分的結(jié)果。

判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為整數(shù)時，執(zhí)行步驟1003d。

判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為非整數(shù)時，執(zhí)行步驟1003e。

步驟1003d，將所述整數(shù)作為切分步長。

該步驟具體實施如下：根據(jù)所述范圍差對所述切分份數(shù)進(jìn)行除法求商的操作，如公式3所示：

step＝Δ/N 公式3

公式3中，除法求商的結(jié)果step為切分步長，N為預(yù)置切分份數(shù)。

步驟1003e，根據(jù)所述范圍差對所述切分份數(shù)進(jìn)行取整及取余操作，以所述取整操作的結(jié)果為第一步長，以所述第一步長加1為第二步長，將所述第一步長、第二步長作為切分步長。

切分得到的第一份數(shù)以及第二份數(shù)之和等于所述預(yù)置的切分份數(shù)，所述第一份數(shù)以所述第一步長切分得到，所述第二份數(shù)以所述第二步長切分得到，并且所述第二份數(shù)等于所述取余操作的結(jié)果，切分得到的第一份數(shù)以及第二份數(shù)之和等于所述預(yù)置的切分份數(shù)，其中，所述第一份數(shù)以所述第一步長切分得到，所述第二份數(shù)以所述第二步長切分得到，并且所述第二份數(shù)等于所述取余操作的結(jié)果；

具體操作步驟如公式3所示：

step＝Δ/N

r＝Δ％N 公式4

公式3中，取整的結(jié)果step為第一切分步長，N為預(yù)置切分份數(shù)，取余的結(jié)果r為第二份數(shù)，其中，step+1為第二步長，N-r為第一份數(shù)。

在上述步驟1003c中，判斷根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果，可以是在切分之前進(jìn)行預(yù)模擬切分，若預(yù)模擬切分的結(jié)果不是整數(shù)，那么可以根據(jù)所述范圍差對所述切分份數(shù)進(jìn)行取整及取余操作，以所述取整操作的結(jié)果為第一步長，以所述第一步長加1為第二步長，將所述第一步長、第二步長作為切分步長，用兩個步長以及兩個步長各自對應(yīng)的切分份數(shù)依次進(jìn)行切分；也可以將預(yù)模擬切分結(jié)果的整數(shù)部分作為切分步長進(jìn)行切分，當(dāng)切分完預(yù)設(shè)的份數(shù)后，仍然余下一份數(shù)值長度與已切分好的數(shù)值長度明顯不均等的數(shù)值，將這最后一份按照余下的量平均分給已切分完成的其他份，每份多加1，被加1的份數(shù)等于余下的量，本申請不限于此。

其中，以第一步長加1為第二步長，因為1是最小的整數(shù)，這樣做既保證了切分步長是整數(shù)，同時也保證了切分結(jié)果的最大均等性。

步驟1004，根據(jù)所述第二大整數(shù)與切分步長進(jìn)行累加求和，得到每個切分節(jié)點所對應(yīng)的大整數(shù)，其中，該切分節(jié)點由所述均等切分得到。

下面結(jié)合圖6，本步驟1004的細(xì)部操作，進(jìn)一步包括如下步驟：

在步驟1003c中,判斷根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果是否為整數(shù)，得到了兩種不同的切分步長，那么就對應(yīng)兩種不同的求取切分節(jié)點的方式。

若判定為整數(shù)，跳轉(zhuǎn)到步驟1003d，將所述整數(shù)作為切分步長，執(zhí)行步驟1004a；若判定為非整數(shù)，跳轉(zhuǎn)到步驟1003e，根據(jù)所述范圍差對所述切分份數(shù)進(jìn)行取整及取余操作，以所述取整操作的結(jié)果為第一步長，以所述第一步長加1為第二步長，將所述第一步長、第二步長作為切分步長，執(zhí)行步驟1004b。

步驟1004a，所述整數(shù)即為切分步長，根據(jù)第二大整數(shù)與所述切分步長依次累加即可得到對應(yīng)的切分節(jié)點，如圖7所示；

根據(jù)所述第二大整數(shù)與所述切分步長相加得到第1切分節(jié)點對應(yīng)的大整數(shù)，用所述第1切分節(jié)點對應(yīng)的大整數(shù)與所述切分步長相加得到第2切分節(jié)點對應(yīng)的大整數(shù)，直到得到第N-1切分節(jié)點對應(yīng)的大整數(shù)，所述N等于預(yù)置切分份數(shù)。具體操作如公式：

G₁＝small+step

G₂＝G₁+step

……

G_N-1＝G_N-2+step 公式5

公式5中，G₁～G_N-1是第一切分節(jié)點直至第N-1切分節(jié)點對應(yīng)的大整數(shù)，step為范圍差對切分份數(shù)的商，即步驟1003d中得到的切分步長。

當(dāng)然，本步并驟不限于這一種方式，也可根據(jù)所述第一大整數(shù)與所述切分步長相減得到倒數(shù)第一個切分節(jié)點對應(yīng)的大整數(shù)，再減切分步長得到倒數(shù)第二個切分節(jié)點對應(yīng)的大整數(shù)，直至得到所有的切分節(jié)點。本申請并不限于此。

步驟1004b，所述第一步長、第二步長即為切分步長，分別根據(jù)第二大整數(shù)與第一步長、第二步長依次累加即可得到每個切分節(jié)點對應(yīng)的大整數(shù)，其中以第一步長為切分步長的切分份數(shù)以及以第二步長為切分步長的切分份數(shù)由預(yù)置的切分份數(shù)對所述范圍差進(jìn)行取整及取余的結(jié)果來決定。

結(jié)合圖8，根據(jù)所述第二大整數(shù)與所述第一步長相加得到第1切分節(jié)點對應(yīng)的大整數(shù)；

根據(jù)所述第1切分節(jié)點對應(yīng)的大整數(shù)與所述第一步長相加得到第2切分節(jié)點對應(yīng)的大整數(shù)，直到得到第N-r切分節(jié)點對應(yīng)的大整數(shù)，所述N-r等于所述第一份數(shù)；

用第N-r切分節(jié)點對應(yīng)的大整數(shù)與所述第二步長相加得到第N-r+1切分節(jié)點對應(yīng)的大整數(shù)；用所述第N-r+1切分節(jié)點對應(yīng)的大整數(shù)與所述第二步長相加得到第N-r+2切分節(jié)點對應(yīng)的大整數(shù)，直到得到第N-1切分節(jié)點對應(yīng)的大整數(shù)，所述r等于所述第二份數(shù)，N為預(yù)置的切分份數(shù)。其具體操作步驟如公式6所示：

G₁＝small+step

G₂＝G₁+step

…

G_N-r＝G_N-r-1+step

G_N-r+1＝G_N-r+step+1

G_N-r+2＝G_N-r+1+step+1

…

G_N-1＝G_N-2+step+1 公式6

公式6中，G₁～G_N-1是第一切分節(jié)點直至第N-1切分節(jié)點對應(yīng)的大整數(shù)，step為第一步長，step+1為第二步長。

本步驟也可以由第二大整數(shù)先與第二步長累加得到前r個節(jié)點對應(yīng)的大整數(shù)，再與第一步長累加得到剩余N-r-1個節(jié)點對應(yīng)的大整數(shù)；

也可以由第一大整數(shù)先與第二步長相減得到前r個節(jié)點對應(yīng)的大整數(shù)，再與第一步長相減得到剩余N-r-1個節(jié)點對應(yīng)的大整數(shù)；

也可以由第一大整數(shù)先與第一步長相減得到前N-r個節(jié)點對應(yīng)的大整數(shù)，再與第一步相減減得到剩余r-1個節(jié)點對應(yīng)的大整數(shù)；

上述變形方式都可以實現(xiàn)本步驟，本申請不限于此。

接續(xù)步驟1001、1002中所示出的實例，將字符串8cdB和字符串2E4e切分成6份，具體實施過程如下：

N＝6，step＝13080285/6＝2180047,r＝Δ％N＝3。所以，切分結(jié)果中，第一步長為step＝2180047，第二步長為step+1＝2180048，第一份數(shù)等于第二份數(shù)，為3份。

被切分出的5個節(jié)點G數(shù)值為G₁＝small+step+1＝108174901、G₂＝G₁+step+1＝110354949、G₃＝G₂+step+1＝112534997、G₄＝G₃+step＝114715044、G₅＝G₄+step＝116895091

步驟1005，根據(jù)所述進(jìn)制基數(shù)將所述每個切分節(jié)點對應(yīng)的大整數(shù)還原成ASCII碼值，根據(jù)ASCII碼值得到相應(yīng)的每個切分節(jié)點的節(jié)點字符串，根據(jù)所述節(jié)點字符串對待抽取數(shù)據(jù)進(jìn)行切分。

所述還原是基于輾轉(zhuǎn)相除法將大整數(shù)轉(zhuǎn)化為ASCII碼值，通過對ASCII碼表進(jìn)行查詢即可得到碼值對應(yīng)的字符串，該所述字符串就是切分節(jié)點字符串，根據(jù)節(jié)點字符串即可對待抽取數(shù)據(jù)進(jìn)行切分，從而生成多線程加速抽取的語句

接續(xù)步驟1001、1002中所示出的實例，結(jié)合圖9，將字符串8cdB和字符串2E4e切分成6份，就得到如下切分范圍：[8cdB,3J<5]、[3J<5，4OD□]、[4OD□，5TKU]、[5TKU、6YS$]、[6YS$，7∧Zs]、[7∧Zs，2E4e]。其中，□表示不可見字符。

以下再以一實施例對于進(jìn)制基數(shù)的設(shè)置進(jìn)行說明。

在上述步驟1002、1005中所使用到的進(jìn)制基數(shù)是預(yù)先設(shè)置的，設(shè)置可以是在步驟1001之前，也可以是在步驟1001之后，步驟1002之前。

在ASCII碼中，ASCII碼值在0—31以內(nèi)以及127是不可見的空字符以及控制字符，如步驟1005得到的切分節(jié)點，第二個節(jié)點字符串中ASCII碼值5對應(yīng)的字符是查詢符，不可見，導(dǎo)致分界點字符串可讀性差，排錯不方便。為了改進(jìn)此現(xiàn)象將有兩種方式實現(xiàn)進(jìn)制基數(shù)的設(shè)置：

1)所述進(jìn)制基數(shù)是根據(jù)ASCII碼所能代表的總字符數(shù)設(shè)置得到的。

一般ASCII碼所能代表的基礎(chǔ)總字符數(shù)是128。這樣確保所有的切分節(jié)點對應(yīng)的大整數(shù)在還原成字符串之后，切分節(jié)點字符串仍然在ASCII字符的范圍內(nèi)，從而避免了切分過程中出現(xiàn)非ASCII字符。

2)所述進(jìn)制基數(shù)是根據(jù)所述第一、第二字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值和最大數(shù)值設(shè)置得到的，顯然，相比上一種方式，該進(jìn)制是縮小的進(jìn)制。具體通過以下方式進(jìn)行設(shè)置：

查找所述第一字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值為第一最小值、最大數(shù)值為第一最大值，查找所述第二字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值為第二最小值、最大數(shù)值為第二最大值；

將所述第一最小值和第二最小值中較小的一個設(shè)置為綜合最小值，將所述第一最大值和第二最大值中較大的一個設(shè)置為綜合最大值，以綜合最大值減去綜合最小值再加1設(shè)置所述進(jìn)制基數(shù)。

其具體操作如下公式7所示：

Max＝max{Max1,Max2}

Min＝min{Min1,Min2} 公式7

公式7中，Max1、Min1分別是第一最大值和第二最大值，Max2、Min2分別是第二最大值和第二最小值，Max、Min分別是綜合最大值與綜合最小值。

如此，第二種進(jìn)制基數(shù)獲取的方式即如公式8所示：

Max-Min+1 公式8

公式8中，Max、Min分別是綜合最大值與綜合最小值。

無論采用以上哪種方式設(shè)置的進(jìn)制基數(shù)，對于步驟1001-1004中的操作都是相同的，可參見實施例一中的步驟，在此不再贅述。

以下以一個實例，對于第二種縮小的進(jìn)制的方式設(shè)置進(jìn)制基數(shù)來進(jìn)行說明。

假設(shè)對字符串8cdB和字符串2E4e進(jìn)行進(jìn)制縮小，字符串8cdb對應(yīng)的ASCII值分別為56/99/98/66，字符串2E4e對應(yīng)的ASCII值為50/69/52/101，Max＝max{56,99,98,66,50,69,52,101}＝101,Min＝min{56,99,98,66,50,69,52,101}＝50。

以Max-Min+1，即101-50+1＝52作為進(jìn)制基數(shù)。顯然，相比第一種方式以128為進(jìn)制基數(shù)的方式，第二種方式顯然是將進(jìn)制基數(shù)縮小了。

如果將上述兩個字符串按照步驟1002所述的方法轉(zhuǎn)化成大整數(shù)，結(jié)果將如下：

字符串8cdb的轉(zhuǎn)化過程為：66×52⁰+98×52¹+99×52²+56×52³＝8146906，字符串2E4e的轉(zhuǎn)化過程為：101×52⁰+52×52¹+69×52²+50×52³＝7219781。

第一大整數(shù)big＝8146906，第二大整數(shù)small＝7219781

根據(jù)步驟1003，第一大整數(shù)與第二大整數(shù)的范圍差Δ＝big-small＝927125。對轉(zhuǎn)換后的兩個大整數(shù)進(jìn)行范圍均等切分，仍然假設(shè)切分份數(shù)為6，則

step＝927125/6＝154520,r＝927125％6＝5。所以，切分結(jié)果中，有5份的步長為step+1＝154521，有1份的步長為step＝154520。

根據(jù)步驟1004，得到切分節(jié)點分別為：被切分出的5個節(jié)點G數(shù)值為：G₁＝small+step＝7374301、G₂＝G₁+step+1＝7528822、G₃＝G₂+step+1＝7683343、G₄＝G₃+step+1＝7837864、G₅＝G₄+step+1＝7992385。

如上所述，無論采用以上哪種方式設(shè)置的進(jìn)制基數(shù)，對于步驟1001-1004中的操作都是相同的。但是采用不同的方式設(shè)置進(jìn)制基數(shù)，步驟1005的操作會發(fā)生變化，即根據(jù)所述進(jìn)制基數(shù)將所述每個切分節(jié)點對應(yīng)的大整數(shù)還原成ASCII碼值，根據(jù)ASCII碼值得到相應(yīng)的每個切分節(jié)點的節(jié)點字符串，根據(jù)所述節(jié)點字符串對待抽取數(shù)據(jù)進(jìn)行切分，會有兩種不同的具體操作方式。

1)根據(jù)ASCII碼所能代表的總字符數(shù)設(shè)置得到所述進(jìn)制基數(shù)時，直接采用輾轉(zhuǎn)相除法即可進(jìn)行大整數(shù)還原到字符串：

用所述切分節(jié)點所對應(yīng)的大整數(shù)對所述進(jìn)制基數(shù)進(jìn)行第一次取整及取余操作，將所述第一次取余操作的結(jié)果作為第一個整數(shù)；

根據(jù)所述第一次取整操作的結(jié)果，對所述進(jìn)制基數(shù)進(jìn)行第二次取整及取余操作，將所述第二次取余操作的結(jié)果作為第二個整數(shù)；

根據(jù)所述第二次取整操作的結(jié)果再次執(zhí)行取整及取余操作直至第m次取整操作的結(jié)果為零，對所述第一個整數(shù)、第二個整數(shù)直至第m個整數(shù)進(jìn)行倒序排列，所述倒序排列的結(jié)果是所述切分節(jié)點對應(yīng)的節(jié)點字符串的ASCII碼值。其具體實施過程如公式9：

C₀＝G％B、A₀＝G/B

C₁＝A₀％B、A₁＝A₀/B

…

C_m＝A_m-1％B、A_m＝A_m-1/B＝0 公式9

公式9中，G是相應(yīng)切分節(jié)點，C₀～C_m是第一至第m次取余得到的第一個整數(shù)直至第m個整數(shù)，A₀～A_m-1是第一至第m次取整得到的第一個結(jié)果直至第m個結(jié)果，B是預(yù)置的進(jìn)制基數(shù)。

如此，該節(jié)點對應(yīng)的ASCII碼值即為C_mC_m-1…C₀，查ASCII碼表即可得到節(jié)點字符串。下面通過一個具體的例子來進(jìn)一步闡述該步驟：

接續(xù)實施例1中步驟1004，將得到的切分節(jié)點所對應(yīng)的大整數(shù)還原為字符串：

以128為基數(shù)將得到的切分節(jié)點G利用輾轉(zhuǎn)相除法轉(zhuǎn)化為相應(yīng)的ASCII碼值。對第一個切分節(jié)點G₁的處理如下，

C₀＝G₁％128＝53、A₀＝G₁/128＝845116

C₁＝A₀％128＝60、A₁＝A₀/128＝6602

C₂＝A₁％128＝74、A₂＝A₁/128＝51

C₃＝A₂％128＝51、A₃＝A₂/128＝0

則此節(jié)點對應(yīng)的ASCII碼值C₃C₂C₁C₀即為51/74/60/53，查ASCII碼表得到第一個節(jié)點字符串為3J<5。

用同樣的轉(zhuǎn)換方法，其余四個節(jié)點分別得到的ASCII碼值如下：52/79/68/5、53/84/75/85、54/89/83/36、55/94/90/115，查ASCII表即可得到第二個節(jié)點字符串為4OD□、第三個節(jié)點字符串為5TKU、第四個節(jié)點字符串為6YS$、第五個節(jié)點字符串為7∧Zs，正如步驟1005中所示的切分結(jié)果。

2)根據(jù)所述第一、第二字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值和最大數(shù)值設(shè)置得到所述進(jìn)制基數(shù)時，需要在輾轉(zhuǎn)相除算法的基礎(chǔ)上對輾轉(zhuǎn)相除的結(jié)果進(jìn)一步進(jìn)行還原：

采用輾轉(zhuǎn)相除法，用所述切分節(jié)點所對應(yīng)的大整數(shù)對所述進(jìn)制基數(shù)進(jìn)行第一次取整及取余操作，將所述第一次取余操作的結(jié)果減1再加上所述綜合最小值作為第一個整數(shù)；

根據(jù)所述第一次取整操作的結(jié)果，對所述進(jìn)制基數(shù)進(jìn)行第二次取整及取余操作，將所述第二次取余操作的結(jié)果減1再加上所述綜合最小值作為第二個整數(shù)；

根據(jù)所述第二次取整操作的結(jié)果再次執(zhí)行取整及取余操作直至第N次取整操作的結(jié)果為零，對所述第一個整數(shù)、第二個整數(shù)直至第N個整數(shù)進(jìn)行倒序排列，所述倒序排列的結(jié)果是所述切分節(jié)點對應(yīng)的節(jié)點字符串的ASCII碼值。

其具體實施過程如公式10：

C₀＝G％B-1+Min、A₀＝G/B

C₁＝A₀％B-1+Min、A₁＝A₀/B

…

C_m＝A_m-1％B-1+Min、A_m＝A_m-1/B＝0 公式10

公式10中，G是相應(yīng)的切分節(jié)點，C₀～C_m是第一至第m次取余得到的第一個整數(shù)直至第m個整數(shù)，A₀～A_m-1是第一至第m次取整得到的第一個結(jié)果直至第m個結(jié)果，B是預(yù)置的進(jìn)制基數(shù)，Min是綜合最小值。

如此，該節(jié)點對應(yīng)的ASCII碼值即為C_mC_m-1…C₀，查ASCII碼表即可得到節(jié)點字符串。

結(jié)合圖10，將通過縮小進(jìn)制轉(zhuǎn)化出的大整數(shù)以同樣的進(jìn)制還原為ASCII字符串：

假設(shè)第一個切分節(jié)點G₁＝7374301，Min＝50，B＝52

C₀＝G₁％52-1+Min＝74、A₀＝G₁/52＝141813

C₁＝A₀％52-1+Min＝58、A₁＝A₀/52＝2727

C₂＝A₁％52-1+Min＝72、A₂＝A₁/52＝52

C₃＝A₂％52-1+Min＝49、A₃＝A₂/52＝1

C₄＝A₃％52-1+Min＝50、A₄＝A₃/52＝0

則此節(jié)點對應(yīng)的ASCII碼值C₄C₃C₂C₁C₀即為50/49/72/58/74，查ASCII碼表得到第一個節(jié)點字符串為21H:J。

同樣的計算方法，余下四個節(jié)點對應(yīng)的ASCII字符分別為：22MB3、23RFP、24WQ9、25\XV。

與1)中的方式進(jìn)行對比，本步驟2)的切分結(jié)果中并不含有不可見字符，可讀性更優(yōu)。與此同時，若此步驟2)中不采用輾轉(zhuǎn)相除法，則可能導(dǎo)致切分的過程中出現(xiàn)除不盡的小數(shù)而進(jìn)行近似處理的情況，從而導(dǎo)致切分精度受損而無法精確還原，輾轉(zhuǎn)相除法能夠很好的避免上述情況。

采用2)進(jìn)制縮小的方法能保證還原出的ASCII字符就在ASCII碼值最小的字符及ASCII碼值最大的字符之間，若是待切分字符串中不含有不可見字符，那么還原的結(jié)果中一定也不會出現(xiàn)不可見字符。這樣便提高了切分節(jié)點的可讀性，更有利于排錯及數(shù)據(jù)的加速抽取。

實施例二

如圖11所示，為本申請實施例的另一種字符串值域切分方法，包括：

步驟2001，提取待抽取數(shù)據(jù)的主關(guān)鍵字中ASCII碼值最大的字符串為第一字符串、ASCII碼值最小的字符串為第二字符串；

步驟2002，根據(jù)預(yù)置的進(jìn)制基數(shù)，分別結(jié)合第一、第二字符串中相應(yīng)的單個字符所處的位置序號將所述第一、第二字符串轉(zhuǎn)化為完全不失真的第一大整數(shù)和第二大整數(shù)，其中該所述位置序號是單個字符在相應(yīng)字符串中的排列次序；

步驟2003，根據(jù)所述第一大整數(shù)和第二大整數(shù)求取范圍差，判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為非整數(shù)時，根據(jù)所述范圍差對所述切分份數(shù)進(jìn)行取整及取余操作，以所述取整操作的結(jié)果為第一步長，以所述第一步長加1為第二步長，將所述第一步長、第二步長作為切分步長；

步驟2004，根據(jù)所述第二大整數(shù)與切分步長進(jìn)行累加求和，得到每個切分節(jié)點所對應(yīng)的大整數(shù)，其中，該切分節(jié)點由所述均等切分得到；

步驟2005，根據(jù)所述進(jìn)制基數(shù)將所述每個切分節(jié)點對應(yīng)的大整數(shù)還原成ASCII碼值，根據(jù)ASCII碼值得到相應(yīng)的每個切分節(jié)點的節(jié)點字符串，根據(jù)所述節(jié)點字符串對待抽取數(shù)據(jù)進(jìn)行切分。

本實施例與上述實施例一中的特征相互對應(yīng)，因此可參見實施例一中的相關(guān)描述，在此不再贅述。

實施例三

如圖12所示，為本申請實施例的一種字符串值域切分裝置，包含：字符串提取模塊10、字符串轉(zhuǎn)化模塊20、切分步長獲取模塊30、切分節(jié)點獲取模塊40、字符串還原切分模塊50，其中：

所述字符串提取模塊10，用于提取待抽取數(shù)據(jù)的主關(guān)鍵字中ASCII碼值最大的字符串為第一字符串、ASCII碼值最小的字符串為第二字符串；

所述字符串轉(zhuǎn)化模塊20，用于根據(jù)預(yù)置的進(jìn)制基數(shù)，分別結(jié)合第一、第二字符串中相應(yīng)的單個字符所處的位置序號將所述第一、第二字符串轉(zhuǎn)化為完全不失真的第一大整數(shù)和第二大整數(shù)，其中該所述位置序號是單個字符在相應(yīng)字符串中的排列次序；

所述切分步長獲取模塊30，用于根據(jù)所述第一大整數(shù)和第二大整數(shù)求取范圍差，判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為整數(shù)時，將所述整數(shù)作為切分步長；

所述切分節(jié)點獲取模塊40，用于根據(jù)所述第二大整數(shù)與切分步長進(jìn)行累加求和，得到每個切分節(jié)點所對應(yīng)的大整數(shù)，其中，該切分節(jié)點由所述均等切分得到；

所述字符串還原切分模塊50，用于根據(jù)所述進(jìn)制基數(shù)將所述每個切分節(jié)點對應(yīng)的大整數(shù)還原成ASCII碼值，根據(jù)ASCII碼值得到相應(yīng)的每個切分節(jié)點的節(jié)點字符串，根據(jù)所述節(jié)點字符串對待抽取數(shù)據(jù)進(jìn)行切分。

如圖13所示，所述字符串值域切分裝置，還包含：進(jìn)制基數(shù)設(shè)置模塊60，與所述字符串轉(zhuǎn)化模塊20、所述字符串還原切分模塊50相連，用于根據(jù)ASCII碼所能代表的總字符數(shù)設(shè)置得到所述進(jìn)制基數(shù)；或者，根據(jù)所述第一、第二字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值和最大數(shù)值設(shè)置得到所述進(jìn)制基數(shù)。

當(dāng)根據(jù)所述第一、第二字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值 和最大數(shù)值設(shè)置得到所述進(jìn)制基數(shù)時，所述進(jìn)制基數(shù)設(shè)置模塊60進(jìn)一步用于查找所述第一字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值為第一最小值、最大數(shù)值為第一最大值，查找所述第二字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值為第二最小值、最大數(shù)值為第二最大值；將所述第一最小值和第二最小值中較小的一個設(shè)置為綜合最小值，將所述第一最大值和第二最大值中較大的一個設(shè)置為綜合最大值，以綜合最大值減去綜合最小值再加1設(shè)置所述進(jìn)制基數(shù)。

當(dāng)根據(jù)ASCII碼所能代表的總字符數(shù)設(shè)置得到所述進(jìn)制基數(shù)時，所述字符串還原切分模塊50，進(jìn)一步用于采用輾轉(zhuǎn)相除法，用所述切分節(jié)點所對應(yīng)的大整數(shù)對所述進(jìn)制基數(shù)進(jìn)行第一次取整及取余操作，將所述第一次取余操作的結(jié)果作為第一個整數(shù)；根據(jù)所述第一次取整操作的結(jié)果，對所述進(jìn)制基數(shù)進(jìn)行第二次取整及取余操作，將所述第二次取余操作的結(jié)果作為第二個整數(shù)；根據(jù)所述第二次取整操作的結(jié)果再次執(zhí)行取整及取余操作直至第N次取整操作的結(jié)果為零，對所述第一個整數(shù)、第二個整數(shù)直至第N個整數(shù)進(jìn)行倒序排列，所述倒序排列的結(jié)果是所述切分節(jié)點對應(yīng)的節(jié)點字符串的ASCII碼值。

當(dāng)根據(jù)所述第一、第二字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值和最大數(shù)值設(shè)置得到所述進(jìn)制基數(shù)時，所述字符串還原切分模塊50進(jìn)一步用于采用輾轉(zhuǎn)相除法，用所述切分節(jié)點所對應(yīng)的大整數(shù)對所述進(jìn)制基數(shù)進(jìn)行第一次取整及取余操作，將所述第一次取余操作的結(jié)果減1再加上所述綜合最小值作為第一個整數(shù)；根據(jù)所述第一次取整操作的結(jié)果，對所述進(jìn)制基數(shù)進(jìn)行第二次取整及取余操作，將所述第二次取余操作的結(jié)果減1再加上所述綜合最小值作為第二個整數(shù)；根據(jù)所述第二次取整操作的結(jié)果再次執(zhí)行取整及取余操作直至第N次取整操作的結(jié)果為零，對所述第一個整數(shù)、第二個整數(shù)直至第N個整數(shù)進(jìn)行倒序排列，所述倒序排列的結(jié)果是所述切分節(jié)點對應(yīng)的節(jié)點字符串的ASCII碼值。

所述切分步長獲取模塊30，進(jìn)一步用于判斷所述切分份數(shù)與所述范圍差的大小，當(dāng)所述范圍差小于所述切分份數(shù)時，無法切分到指定的份數(shù)，提示切分失敗或者調(diào)整所述切分份數(shù)為所述范圍差的值，根據(jù)調(diào)整后的所述切分 份數(shù)對所述范圍差繼續(xù)進(jìn)行均等切分。

所述切分步長獲取模塊30，判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為整數(shù)時，進(jìn)一步用于根據(jù)所述第二大整數(shù)與所述切分步長相加得到第1切分節(jié)點對應(yīng)的大整數(shù)；通過所述第1切分節(jié)點對應(yīng)的大整數(shù)與所述切分步長相加得到第2切分節(jié)點對應(yīng)的大整數(shù)，直到得到第S-1切分節(jié)點對應(yīng)的大整數(shù)，所述S等于預(yù)置切分份數(shù)。

所述切分步長獲取模塊30，判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為非整數(shù)時，進(jìn)一步用于根據(jù)所述范圍差對所述切分份數(shù)進(jìn)行取整及取余操作，以所述取整操作的結(jié)果為第一步長，以所述第一步長加1為第二步長，將所述第一步長、第二步長作為切分步長；其中，切分得到的第一份數(shù)以及的第二份數(shù)之和等于所述預(yù)置的切分份數(shù)，所述第一份數(shù)以所述第一步長切分得到，所述第二份數(shù)以所述第二步長切分得到，并且所述第二份數(shù)等于所述取余操作的結(jié)果，切分得到的第一份數(shù)以及第二份數(shù)之和等于所述預(yù)置的切分份數(shù)，其中，所述第一份數(shù)以所述第一步長切分得到，所述第二份數(shù)以所述第二步長切分得到，并且所述第二份數(shù)等于所述取余操作的結(jié)果。

所述切分節(jié)點獲取模塊40，進(jìn)一步用于根據(jù)所述第二大整數(shù)與所述第一步長相加得到第1切分節(jié)點對應(yīng)的大整數(shù)；根據(jù)所述第1切分節(jié)點對應(yīng)的大整數(shù)與所述第一步長相加得到第2切分節(jié)點對應(yīng)的大整數(shù)，直到得到第N切分節(jié)點對應(yīng)的大整數(shù)，所述N等于所述第一份數(shù)；用第N切分節(jié)點對應(yīng)的大整數(shù)與所述第二步長相加得到第N+1切分節(jié)點對應(yīng)的大整數(shù)；用所述第N+1切分節(jié)點對應(yīng)的大整數(shù)與所述第二步長相加得到第N+2切分節(jié)點對應(yīng)的大整數(shù)，直到得到第N+M-1切分節(jié)點對應(yīng)的大整數(shù)，所述M等于所述第二份數(shù)。

所述字符串轉(zhuǎn)化模塊20，進(jìn)一步用于以所述進(jìn)制基數(shù)為基數(shù)，以所述基數(shù)的整數(shù)次冪為權(quán)值，以所述單個字符的ASCII碼值為加權(quán)系數(shù)，按權(quán)值和加權(quán)系數(shù)展開求和，其中以所述單個字符在相應(yīng)字符串中所處的位置序號為所述基數(shù)整數(shù)次冪中的冪指數(shù)。

本裝置實施例與上述實施例一中的特征相互對應(yīng)，因此可參見實施例一 中方法流程部分的相關(guān)描述，在此不再贅述。

實施例四

如圖14所示，為本申請實施例的一種字符串值域切分裝置，包含：字符串提取模塊11、字符串轉(zhuǎn)化模塊21、切分步長獲取模塊31、切分節(jié)點獲取模塊41、字符串還原切分模塊51，其中：

所述字符串提取模塊11，用于提取待抽取數(shù)據(jù)的主關(guān)鍵字中ASCII碼值最大的字符串為第一字符串、ASCII碼值最小的字符串為第二字符串；

所述字符串轉(zhuǎn)化模塊21，用于根據(jù)預(yù)置的進(jìn)制基數(shù)，分別結(jié)合第一、第二字符串中相應(yīng)的單個字符所處的位置序號將所述第一、第二字符串轉(zhuǎn)化為完全不失真的第一大整數(shù)和第二大整數(shù)，其中該所述位置序號是單個字符在相應(yīng)字符串中的排列次序；

所述切分步長獲取模塊31，用于根據(jù)所述第一大整數(shù)和第二大整數(shù)求取范圍差，判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為非整數(shù)時，根據(jù)所述范圍差對所述切分份數(shù)進(jìn)行取整及取余操作，以所述取整操作的結(jié)果為第一步長，以所述第一步長加1為第二步長，將所述第一步長、第二步長作為切分步長；

所述切分節(jié)點獲取模塊41，用于根據(jù)所述第二大整數(shù)與切分步長進(jìn)行累加求和，得到每個切分節(jié)點所對應(yīng)的大整數(shù)，其中，該切分節(jié)點由所述均等切分得到；

所述字符串還原切分模塊51，用于根據(jù)所述進(jìn)制基數(shù)將所述每個切分節(jié)點對應(yīng)的大整數(shù)還原成ASCII碼值，根據(jù)ASCII碼值得到相應(yīng)的每個切分節(jié)點的節(jié)點字符串，根據(jù)所述節(jié)點字符串對待抽取數(shù)據(jù)進(jìn)行切分。

如圖15所示，所述字符串值域切分裝置，還包含：進(jìn)制基數(shù)設(shè)置模塊61，與所述字符串轉(zhuǎn)化模塊21、所述字符串還原切分模塊51相連，用于根據(jù)ASCII碼所能代表的總字符數(shù)設(shè)置得到所述進(jìn)制基數(shù)；或者，根據(jù)所述第一、第二字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值和最大數(shù)值設(shè)置得到所述進(jìn)制基數(shù)。

當(dāng)根據(jù)所述第一、第二字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值和最大數(shù)值設(shè)置得到所述進(jìn)制基數(shù)時，所述進(jìn)制基數(shù)設(shè)置模塊61進(jìn)一步用于查找所述第一字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值為第一最小值、最大數(shù)值為第一最大值，查找所述第二字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值為第二最小值、最大數(shù)值為第二最大值；將所述第一最小值和第二最小值中較小的一個設(shè)置為綜合最小值，將所述第一最大值和第二最大值中較大的一個設(shè)置為綜合最大值，以綜合最大值減去綜合最小值再加1設(shè)置所述進(jìn)制基數(shù)。

當(dāng)根據(jù)ASCII碼所能代表的總字符數(shù)設(shè)置得到所述進(jìn)制基數(shù)時，所述字符串還原切分模塊51，進(jìn)一步用于采用輾轉(zhuǎn)相除法，用所述切分節(jié)點所對應(yīng)的大整數(shù)對所述進(jìn)制基數(shù)進(jìn)行第一次取整及取余操作，將所述第一次取余操作的結(jié)果作為第一個整數(shù)；根據(jù)所述第一次取整操作的結(jié)果，對所述進(jìn)制基數(shù)進(jìn)行第二次取整及取余操作，將所述第二次取余操作的結(jié)果作為第二個整數(shù)；根據(jù)所述第二次取整操作的結(jié)果再次執(zhí)行取整及取余操作直至第N次取整操作的結(jié)果為零，對所述第一個整數(shù)、第二個整數(shù)直至第N個整數(shù)進(jìn)行倒序排列，所述倒序排列的結(jié)果是所述切分節(jié)點對應(yīng)的節(jié)點字符串的ASCII碼值。

當(dāng)根據(jù)所述第一、第二字符串的單個字符對應(yīng)的ASCII碼值中最小數(shù)值和最大數(shù)值設(shè)置得到所述進(jìn)制基數(shù)時，所述字符串還原切分模塊51進(jìn)一步用于采用輾轉(zhuǎn)相除法，用所述切分節(jié)點所對應(yīng)的大整數(shù)對所述進(jìn)制基數(shù)進(jìn)行第一次取整及取余操作，將所述第一次取余操作的結(jié)果減1再加上所述綜合最小值作為第一個整數(shù)；根據(jù)所述第一次取整操作的結(jié)果，對所述進(jìn)制基數(shù)進(jìn)行第二次取整及取余操作，將所述第二次取余操作的結(jié)果減1再加上所述綜合最小值作為第二個整數(shù)；根據(jù)所述第二次取整操作的結(jié)果再次執(zhí)行取整及取余操作直至第N次取整操作的結(jié)果為零，對所述第一個整數(shù)、第二個整數(shù)直至第N個整數(shù)進(jìn)行倒序排列，所述倒序排列的結(jié)果是所述切分節(jié)點對應(yīng)的節(jié)點字符串的ASCII碼值。

所述切分步長獲取模塊31，進(jìn)一步用于判斷所述切分份數(shù)與所述范圍差的大小，當(dāng)所述范圍差小于所述切分份數(shù)時，無法切分到指定的份數(shù)，提示 切分失敗或者調(diào)整所述切分份數(shù)為所述范圍差的值，根據(jù)調(diào)整后的所述切分份數(shù)對所述范圍差繼續(xù)進(jìn)行均等切分。

所述切分步長獲取模塊31，判定根據(jù)預(yù)置的切分份數(shù)對所述范圍差進(jìn)行均等切分結(jié)果為非整數(shù)時，進(jìn)一步用于根據(jù)所述范圍差對所述切分份數(shù)進(jìn)行取整及取余操作，以所述取整操作的結(jié)果為第一步長，以所述第一步長加1為第二步長，將所述第一步長、第二步長作為切分步長；其中，切分得到的第一份數(shù)以及的第二份數(shù)之和等于所述預(yù)置的切分份數(shù)，所述第一份數(shù)以所述第一步長切分得到，所述第二份數(shù)以所述第二步長切分得到，并且所述第二份數(shù)等于所述取余操作的結(jié)果，切分得到的第一份數(shù)以及第二份數(shù)之和等于所述預(yù)置的切分份數(shù)，其中，所述第一份數(shù)以所述第一步長切分得到，所述第二份數(shù)以所述第二步長切分得到，并且所述第二份數(shù)等于所述取余操作的結(jié)果。

所述切分節(jié)點獲取模塊41，進(jìn)一步用于根據(jù)所述第二大整數(shù)與所述第一步長相加得到第1切分節(jié)點對應(yīng)的大整數(shù)；根據(jù)所述第1切分節(jié)點對應(yīng)的大整數(shù)與所述第一步長相加得到第2切分節(jié)點對應(yīng)的大整數(shù)，直到得到第N切分節(jié)點對應(yīng)的大整數(shù)，所述N等于所述第一份數(shù)；用第N切分節(jié)點對應(yīng)的大整數(shù)與所述第二步長相加得到第N+1切分節(jié)點對應(yīng)的大整數(shù)；用所述第N+1切分節(jié)點對應(yīng)的大整數(shù)與所述第二步長相加得到第N+2切分節(jié)點對應(yīng)的大整數(shù)，直到得到第N+M-1切分節(jié)點對應(yīng)的大整數(shù)，所述M等于所述第二份數(shù)。

所述字符串轉(zhuǎn)化模塊21，進(jìn)一步用于以所述進(jìn)制基數(shù)為基數(shù)，以所述基數(shù)的整數(shù)次冪為權(quán)值，以所述單個字符的ASCII碼值為加權(quán)系數(shù)，按權(quán)值和加權(quán)系數(shù)展開求和，其中以所述單個字符在相應(yīng)字符串中所處的位置序號為所述基數(shù)整數(shù)次冪中的冪指數(shù)。

本裝置實施例與上述實施例一、二中的特征相互對應(yīng)，因此可參見實施例一、二中方法流程部分的相關(guān)描述，在此不再贅述。

上述說明示出并描述了本發(fā)明的若干優(yōu)選實施例，但如前所述，應(yīng)當(dāng)理解本發(fā)明并非局限于本文所披露的形式，不應(yīng)看作是對其他實施例的排除， 而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述發(fā)明構(gòu)想范圍內(nèi)，通過上述教導(dǎo)或相關(guān)領(lǐng)域的技術(shù)或知識進(jìn)行改動。而本領(lǐng)域人員所進(jìn)行的改動和變化不脫離本發(fā)明的精神和范圍，則都應(yīng)在本發(fā)明所附權(quán)利要求的保護(hù)范圍內(nèi)。