征信报告自动解析方法、装置、计算机设备以及存储介质与流程

本发明涉及计算机技术领域，尤其涉及一种征信报告自动解析方法、装置、计算机设备以及存储介质。

背景技术：

现有技术中，在中国人民银行征信中心获得的个人征信报告都是人工进行解析的，然而，人工的解析过程需要背熟所有征信解析规则，每次规则变更要重新背，长期容易记错；人工解析征信报告非常容易出错；人工解析一个报告平均需要花费大量的时间，耗时太长。

技术实现要素：

有鉴于此，本发明实施例提供一种征信报告自动解析方法、装置、计算机设备以及存储介质，能够提高征信报告解析的效率以及准确率，并且可视化显示测试结果，改善了用户体验。

一方面，本发明实施例提供了一种征信报告自动解析方法，该方法包括：

获取目标征信报告；

使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息；

根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据；

利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果。

另一方面，本发明实施例提供了一种征信报告自动解析装置，所述装置包括：

第一获取单元，用于获取目标征信报告；

第一解析单元，用于使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息；

加工单元，用于根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据；

第二解析单元，用于利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果。

又一方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的征信报告自动解析方法。

再一方面，本发明实施例还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一个或者一个以上计算机程序，所述一个或者一个以上计算机程序可被一个或者一个以上的处理器执行，以实现如上所述的征信报告自动解析方法。

本发明实施例提供一种征信报告自动解析方法、装置、计算机设备以及存储介质，其中方法包括：获取目标征信报告；使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息；根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据；利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果。本实施例能够提高征信报告解析的效率以及准确率，并且可视化显示测试结果，改善了用户体验。

附图说明

为了更清楚地说明本发明实施例技术方案，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征信报告自动解析方法的应用场景示意图；

图2是本发明实施例提供的一种征信报告自动解析方法的示意流程图；

图3是本发明实施例提供的一种征信报告自动解析方法的另一示意流程图；

图4是本发明实施例提供的一种征信报告自动解析方法的另一示意流程图；

图5是本发明实施例提供的一种征信报告自动解析方法的示意流程图；

图6是本发明另一实施例提供的一种征信报告自动解析方法的示意流程图；

图7是本发明实施例提供的一种征信报告自动解析装置的示意性框图；

图8是本发明实施例提供的一种征信报告自动解析装置的另一示意性框图；

图9是本发明实施例提供的一种征信报告自动解析装置的另一示意性框图；

图10是本发明实施例提供的一种征信报告自动解析装置的另一示意性框图；

图11是本发明实施例提供的一种征信报告自动解析装置的另一示意性框图；

图12是本发明实施例提供的一种计算机设备的结构组成示意图。

具体实施方式

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，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

请参阅图1和图2，图1为本发明实施例提供的一种征信报告自动解析方法的应用场景示意图，图2为本发明实施例提供的一种征信报告自动解析方法的流程示意图。该征信报告自动解析方法应用于服务器或终端中，其中终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等具有通信功能的电子设备。作为一应用，如图1所示，该征信报告自动解析方法应用于服务器10中，该服务器10可以为分布式服务平台中的一台服务器，该服务器10执行针对解析命令，若执行解析命令完成，根据所生成的解析结果反馈至终端中，具体的，该服务器10可将解析命令的解析结果反馈于与其连接的终端20上。

需要说明的是，图1中仅仅示意出一台终端20，在实际操作过程中，服务器10可以将解析结果发送给多台终端20。

请参阅图2，图2为本发明实施例提供的一种征信报告自动解析方法的示意流程图。如图2所示，该方法包括以下步骤s101～s104。

s101，获取目标征信报告。

在本发明实施例中，通过连接中国人民银行征信中心获取所述目标征信报告，所获取的目标征信报告的文件格式为xml格式；目标征信报告的内容包括个人的基本信息(身份信息、配偶信息、居住信息、职业信息)、信用信息(授信及负债信息、信贷交易明细)等等。

s102，使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息。

在本发明实施例中，所述目标征信报告为xml格式的文档，所述预设解析组件为dom4j组件，使用dom4j组件可以一次性把整个xml文档加载进行内存，然后在内存中构建一颗对象树，通过对象获得对象树上的节点对象，最后通过节点对象访问操作得到xml文档的内容，即通过节点对象访问操作得到所述目标征信报告的目标特征信息。

进一步地，如图3所示，所述预设解析组件包括dom4j组件，所述步骤s102包括步骤s201～s205。

s201，使用dom4j组件创建saxreader对象，并使用所述saxreader对象的read方法读取所述目标征信报告。

具体地，基于dom4j组件中的saxreader类创建saxreader对象，创建saxreader对象的具体方式可以为：saxreader＇saxreader对象名称＇＝newsaxreader()，例如，自定义的saxreader对象名称为reader，创建对象reader的具体方式为：saxreaderreader＝newsaxreader()；使用所述saxreader对象的read方法读取所述目标征信报告的具体方式可以为：reader.read(newfile("xml文档的路径"))，例如，在本实施例中xml文档的路径为“src//c.xml”，使用所述saxreader对象的read方法读取所述目标征信报告的具体方式可以为：reader.read(newfile("src//c.xml"))。

s202，将所读取的所述目标征信报告转换成document对象。

具体地，所述document对象是xml文档的对象树，该document对象具有跟节点、元素节点、父节点、子节点、属性节点、文本节点以及注释节点，另外，该document对象还有id、class等这些属性。将所读取的所述目标征信报告转换成document对象的具体方式可以为：documentdocument＝reader.read(newfile("xml文档的路径"))，例如，在本实施例中xml文档的路径为“src//c.xml”，将所读取的所述目标征信报告转换成document对象的具体方式可以为：documentdocument＝reader.read(newfile("src//c.xml"))。

s203，获取所述document对象中的根节点元素。

具体地，通过document对象可以获取根节点元素，可以对根节点元素进行常见的acid操作，获取根节点元素的具体方式可以是调用document对象的getrootelement()方法获得，具体的操作方式为：elementroot＝document.getrootelement()。

s204，根据所述根节点元素遍历所述document对象中的所有元素节点。

具体地，遍历根节点元素以获得该根节点元素下的所有元素节点，在本实施例中，遍历当前根节点元素以获取当前根节点元素下的所有元素节点的具体方式为：list<element>childelements＝root.elements()。

s205，获取所遍历的所有元素节点并作为所述目标征信报告的目标特征信息。

具体地，每一个根节点元素对应多个元素节点，将所获取的每个根节点下的多个元素节点作为所述目标征信报告的目标特征信息，并将所有元素节点循环输出，其中，将所有元素节点循环输出的具体方式为：list<element>books＝child.elements()，将所有元素节点循环输出后，可以通过getname()方法以及gettext()方法获得所输出的元素节点的节点名称以及节点描述，获取元素节点的节点名称的具体方式为：stringname＝book.getname()，获取元素节点的节点描述的具体方式为：stringtext＝book.gettext()。

需要说明的是，每一个根节点对应一个节点id，每一个根节点对应多个元素节点；在确定需要的特征信息时，可以通过节点id加节点路径的方式确定对应的元素节点，从而得到对应的子元素；例如，为了确定子元素d，需要确定d元素节点，可以使用“/”指示节点路径，利用如下方式得到子元素d，如“/a/c/d”表示跟节点"a"的子节点"c"的子节点"d"，从而确定元素节点d对应的子元素。

s103，根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据。

在本发明实施例中，目标特征信息包括房贷笔数、车贷笔数、其他贷款笔数、其他贷款总金额、贷款总金额、未完成还款笔数、已还款总金额、未还款总金额、其他贷款已还款总金额；想要得到的贷款逻辑源数据为“贷款经验”，可以通过表1中的逻辑加工规则进行逻辑加工，如以下表1所示：

表1

进一步地，如图4所示，所述步骤s103包括步骤s301～s303。

s301，使用预设逻辑运算表达式判断所述目标特征信息所对应的贷款逻辑属性。

具体的，对应于逻辑加工规则，使用预设逻辑运算表达式进行表达并通过预设逻辑运算表达式判断所述目标特征信息所对应的贷款逻辑属性，例如，贷款逻辑属性为贷款经验，该贷款逻辑属性的属性值包含有四个属性值，分别为高经验、中经验、低经验以及无经验；更具体的，将逻辑加工规则转换为逻辑运算表达式的方法为：根据每一条逻辑加工规则，提取逻辑加工规则中逻辑联结词，针对所提取的逻辑联结词使用对应的逻辑运算符进行替换，将替换后的逻辑加工规则进行输出并作为逻辑运算表达式；例如，对于逻辑加工规则：“其他贷款笔数”超过3笔，且“其他贷款已还款总金额”大于等于150000，提取该逻辑加工规则的逻辑联结词有“超过”、“且”、“大于”、“等于”，以上逻辑联结词对应的逻辑运算符为“>”、“&&”、“>”、“＝”，使用对应的逻辑运算符对逻辑联结词进行替换可以得到：“其他贷款笔数”>3&&“其他贷款已还款总金额”>＝150000，通过上述转换方法便实现将逻辑加工规则转换为逻辑运算表达式。对于本发明实施例中的逻辑加工规则，可以通过表2中的预设逻辑运算表达式进行逻辑判断，如以下表2所示：

表2

s302，获取所述贷款逻辑属性对应的属性值。

具体的，使用预设逻辑运算表达式对目标特征信息进行判断，确定所述目标特征信息对应的贷款逻辑属性的属性值，其中，所述贷款逻辑属性的属性值包括高经验、中经验、低经验以及无经验。

s303，将所获取的属性值作为所述贷款逻辑源数据。

具体的，若使用预设逻辑运算表达式对目标特征信息进行判断，确定所述目标特征信息对应的贷款逻辑属性的属性值为高经验，将高经验作为所述贷款逻辑源数据；若使用预设逻辑运算表达式对目标特征信息进行判断，确定所述目标特征信息对应的贷款逻辑属性的属性值为中经验，将中经验作为所述贷款逻辑源数据；若使用预设逻辑运算表达式对目标特征信息进行判断，确定所述目标特征信息对应的贷款逻辑属性的属性值为低经验，将低经验作为所述贷款逻辑源数据；若使用预设逻辑运算表达式对目标特征信息进行判断，确定所述目标特征信息对应的贷款逻辑属性的属性值为无经验，将无经验作为所述贷款逻辑源数据。

s104，利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果。

在本发明实施例中，贷款解析规则为银行内部的贷款审批流程，利用贷款审批流程里面的规定并对某一贷款逻辑源数据进行贷款审批，以得到审批结果；例如，若贷款经验为“高经验”，利用银行内部的贷款审批流程对该贷款经验进行审批，若满足内部审批条件，则批准“高经验”对应的用户的贷款请求。

进一步地，如图5所示，所述贷款解析规则包括贷款审批流程，所述步骤s104包括步骤s401～s402。

s401，调用贷款审批流程对所述贷款逻辑源数据进行审批。

在本发明实施例中，所述贷款逻辑源数据可以是申请人的贷款经验，也可以是申请人的身份有效性、申请人授信额度真实性、抵押物有效性以及担保人身份有效性中的一种或者多种。

s402，获取审批结果，并将所述审批结果作为解析结果，输出所述解析结果。

由以上可见，本发明实施例通过获取目标征信报告；使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息；根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据；利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果。本实施例能够提高征信报告解析的效率以及准确率，并且可视化显示测试结果，改善了用户体验。

请参阅图6，图6为本发明实施例提供的一种征信报告自动解析方法的示意流程图。如图6所示，该方法包括以下步骤s501～s506。

s501，获取目标征信报告。

s502，使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息。

s503，根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据。

s504，利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果。

s505，通过日志收集分析框架采集所述解析结果，并将所述解析结果存储至预设数据库中。

在本发明实施例中，在日志收集分析框架中包含预设的采集脚本，日志收集分析框架基于该预设的采集脚本对测试结果进行采集，更具体地，日志收集分析框架是由kafka消息中间件和logstash中间件组合而成的框架。服务器端通过kafka消息中间件实时采集测试结果，使用logstash中间件对测试结果存储至预设数据库中。

s506，通过构建可视化界面显示所述预设数据库中存储的解析结果。

在本发明实施例中，可视化界面包括可视化图表显示界面和可视化管理操作界面。在可视化图表显示界面显示测试结果，在可视化管理操作界面实现对测试结果的人机交互操作。可视化管理操作界面具体可以包括配置管理、节点管理、服务器运行模式管理、任务管理及主备服务器内核调整等。其中，配置管理包括但不限于对配置文件的备份、删除或更新等处理过程，配置文件包括参数配置文件、日志收集框架配置文件等。集群节点管理包括但不限于：增加节点、删除节点、更新节点等。服务器运行模式管理包括但不限于对服务器发送重启、关机或进入维护模式等指令。

由以上可见，本发明实施例通过日志收集分析框架采集所述解析结果，并将所述解析结果存储至预设数据库中，以及通过构建可视化界面显示所述预设数据库中存储的解析结果，可以实现可视化显示解析结果，从而改善用户的使用体验。

请参阅图7，对应上述一种征信报告自动解析方法，本发明实施例还提出一种征信报告自动解析装置，该装置100包括：第一获取单元101、第一解析单元102、加工单元103、第二解析单元104。

其中，第一获取单元101，用于获取目标征信报告。

第一解析单元102，用于使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息。

加工单元103，用于根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据。

第二解析单元104，用于利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果。

由以上可见，本发明实施例通过获取目标征信报告；使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息；根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据；利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果。本实施例能够提高征信报告解析的效率以及准确率，并且可视化显示测试结果，改善了用户体验。

请参阅图8，所述第一解析单元102，包括：

读取单元102a，用于使用dom4j组件创建saxreader对象，并使用所述saxreader对象的read方法读取所述目标征信报告。

转换单元102b，用于将所读取的所述目标征信报告转换成document对象。

第二获取单元102c，用于获取所述document对象中的根节点元素。

遍历单元102d，用于根据所述根节点元素遍历所述document对象中的所有元素节点。

第一执行单元102e，用于获取所遍历的所有元素节点并作为所述目标征信报告的目标特征信息。

请参阅图9，所述加工单元103，包括：

判断单元103a，用于使用预设逻辑运算表达式判断所述目标特征信息所对应的贷款逻辑属性。

第三获取单元103b，用于获取所述贷款逻辑属性对应的属性值。

第二执行单元103c，用于将所获取的属性值作为所述贷款逻辑源数据。

请参阅图10，所述第二解析单元104，包括：

调用单元104a，用于调用贷款审批流程对所述贷款逻辑源数据进行审批。

第三执行单元104b，用于获取审批结果，并将所述审批结果作为解析结果，输出所述解析结果。

请参阅图11，对应上述一种征信报告自动解析方法，本发明实施例还提出一种征信报告自动解析装置，该装置200包括：第一获取单元201、第一解析单元202、加工单元203、第二解析单元204、采集单元205、存储单元206。

其中，第一获取单元201，用于获取目标征信报告。

第一解析单元202，用于使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息。

加工单元203，用于根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据。

第二解析单元204，用于利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果。

采集单元205，用于通过日志收集分析框架采集所述解析结果，并将所述解析结果存储至预设数据库中。

存储单元206，用于通过构建可视化界面显示所述预设数据库中存储的解析结果。

上述征信报告自动解析装置与上述征信报告自动解析方法一一对应，其具体的原理和过程与上述实施例所述方法相同，不再赘述。

上述征信报告自动解析装置可以实现为一种计算机程序的形式，计算机程序可以在如图12所示的计算机设备上运行。

图12为本发明一种计算机设备的结构组成示意图。该设备可以是终端，也可以是服务器，其中，终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式装置等具有通信功能的电子装置。服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。参照图12，该计算机设备500包括通过系统总线501连接的处理器502、非易失性存储介质503、内存储器504和网络接口505。其中，该计算机设备500的非易失性存储介质503可存储操作系统5031和计算机程序5032，该计算机程序5032被执行时，可使得处理器502执行一种征信报告自动解析方法。该计算机设备500的处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序被处理器执行时，可使得处理器502执行一种征信报告自动解析方法。计算机设备500的网络接口505用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图12中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，所述处理器502执行所述计算机程序时实现如下操作：

获取目标征信报告；

使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息；

根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据；

利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果。

在一个实施例中，所述预设解析组件包括dom4j组件，所述使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息，包括：

使用dom4j组件创建saxreader对象，并使用所述saxreader对象的read方法读取所述目标征信报告；

将所读取的所述目标征信报告转换成document对象；

获取所述document对象中的根节点元素；

根据所述根节点元素遍历所述document对象中的所有元素节点；

获取所遍历的所有元素节点并作为所述目标征信报告的目标特征信息。

在一个实施例中，所述根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据，包括：

使用预设逻辑运算表达式判断所述目标特征信息所对应的贷款逻辑属性；

获取所述贷款逻辑属性对应的属性值；

将所获取的属性值作为所述贷款逻辑源数据。

在一个实施例中，所述贷款解析规则包括贷款审批流程，所述利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果，包括：

调用贷款审批流程对所述贷款逻辑源数据进行审批；

获取审批结果，并将所述审批结果作为解析结果，输出所述解析结果。

在一个实施例中，所述处理器502执行所述计算机程序时还实现如下操作：

通过日志收集分析框架采集所述解析结果，并将所述解析结果存储至预设数据库中；

通过构建可视化界面显示所述预设数据库中存储的解析结果。

本领域技术人员可以理解，图12中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图12所示实施例一致，在此不再赘述。

本发明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一个或者一个以上计算机程序，所述一个或者一个以上计算机程序可被一个或者一个以上的处理器执行，以实现以下步骤：

获取目标征信报告；

使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息；

根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据；

利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果。

在一个实施例中，所述预设解析组件包括dom4j组件，所述使用预设解析组件对所述目标征信报告进行解析，并读取所述目标征信报告的目标特征信息，包括：

使用dom4j组件创建saxreader对象，并使用所述saxreader对象的read方法读取所述目标征信报告；

将所读取的所述目标征信报告转换成document对象；

获取所述document对象中的根节点元素；

根据所述根节点元素遍历所述document对象中的所有元素节点；

获取所遍历的所有元素节点并作为所述目标征信报告的目标特征信息。

在一个实施例中，所述根据逻辑加工规则对所述目标特征信息进行加工，形成贷款逻辑源数据，包括：

使用预设逻辑运算表达式判断所述目标特征信息所对应的贷款逻辑属性；

获取所述贷款逻辑属性对应的属性值；

将所获取的属性值作为所述贷款逻辑源数据。

在一个实施例中，所述贷款解析规则包括贷款审批流程，所述利用贷款解析规则对所述贷款逻辑源数据进行解析处理操作得到解析结果，包括：

调用贷款审批流程对所述贷款逻辑源数据进行审批；

获取审批结果，并将所述审批结果作为解析结果，输出所述解析结果。

在一个实施例中，所述一个或者一个以上计算机程序可被一个或者一个以上的处理器执行，还实现以下步骤：

通过日志收集分析框架采集所述解析结果，并将所述解析结果存储至预设数据库中；

通过构建可视化界面显示所述预设数据库中存储的解析结果。

本发明前述的存储介质包括：磁碟、光盘、只读存储记忆体(read-onlymemory，rom)等各种可以存储程序代码的介质。

本发明所有实施例中的单元可以通过通用集成电路，例如cpu(centralprocessingunit，中央处理器)，或通过asic(applicationspecificintegratedcircuit，专用集成电路)来实现。

本发明实施例征信报告自动解析方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本发明实施例征信报告自动解析装置中的单元可以根据实际需要进行合并、划分和删减。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。